Page 1

Proceedings of the 14th European Conference on Knowledge Management Kaunas University of Technology, Lithuania 5-6 September 2013

Edited by Brigita JaniĹŤnaitÄ— and Monika Petraite Kaunas University of Technology, Kaunas, Lithuania

Volume Two A conference managed by ACPI, UK www.academic-conferences.org


6th European Conference on Intellectual  Capital  11‐12 April 2014  Trnava, Slovak Republic 

 

  

9th International Conference on   e‐Learning  26‐27 June 2014    Santiago, Chile 

14th European Conference on e‐ Government  12‐13 June 2014    Brasov, Romania 

5th International Conference on  Information Management and  Evaluation    Date and venue tbc 

 

   (formally ICIW) 

 

 

2nd International Conference on  Innovation and Entrepreneurship  6‐7 February 2014  Bangkok, Thailand  2nd International Conference on  Management, Leadership and  Governance  20‐21 March 2014  Wellesley, Massachusetts, USA  9th International Conference on Cyber  Warfare & Security  24‐25 March 2014  West Lafayette, Indiana, USA 

 

 

7th European Conference on Information  Management & Evaluation  12‐13 September 2013  Sopot, Poland 

14th European Conference on Knowledge  Management  5‐6 September 2013  Kaunas, Lithuania 

 

13th European Conference on Information  Warfare & Security  3‐4 July 2014  University of Piraeus, Greece 

 

See the website for latest dates & venues www.academic‐conferences.org 

 

 

 

13th European Conference on Research  Methods  Date and Venue tbc 

 

 

 

 

 

 

 

 

 

European Conference on Social  Media  10‐11 July 2014  Brighton, UK 

 

10th International Conference on  Intellectual Capital and  Knowledge Management  24‐25 October 2013  Washington, DC, USA  12th European Conference on e‐ Learning  30‐31 October 2013  Sophia Antipolis, France  9th European Conference on  Management, Leadership &  Governance  14‐15 November 2013  Klagenfurt, Austria 

International Conference on  Cloud Security Management  17‐18 October 2013  Seattle, USA 

7th European Conference on Game  Based Learning  3‐4 October 2013  Porto, Portugal 

8th European Conference on  Innovation & Entrepreneurship  19‐20 September 2013  Brussels, Belgium 


Copyright The Authors, 2013. All Rights Reserved. No reproduction, copy or transmission may be made without written permission from the individual authors. Papers have been double-blind peer reviewed before final submission to the conference. Initially, paper abstracts were read and selected by the conference panel for submission as possible papers for the conference. Many thanks to the reviewers who helped ensure the quality of the full papers. These Conference Proceedings have been submitted to Thomson ISI for indexing. Please note that the process of indexing can take up to a year to complete. Further copies of this book and previous year’s proceedings can be purchased from http://academic-bookshop.com E-Book ISBN: 978-1-909507-40-1 E-Book ISSN: 2048-8971 Book version ISBN: 978-1-909507-38-8 Book Version ISSN: 2048-8963 CD Version ISBN: 978-1-909507-41-8 CD Version ISSN: 2048-898X The Electronic version of the Proceedings is available to download at ISSUU.com. You will need to sign up to become an ISSUU user (no cost involved) and follow the link to http://issuu.com Published by Academic Conferences and Publishing International Limited Reading UK 44-118-972-4148 www.academic-publishing.org


Contents Volume Two Institutional Wiki: Evolving Public and Private Knowledge in MPMG

Lilian Noronha Nassif and Daniel Silva Carnevalli

482

Validation of the Scale of Knowledge Management Assessment in the Technical and Vocational Training Organization of Tehran

Fattah Nazem, Hossein Chenari and Omalbanin Sadeghi

490

Organisational Knowledge and Human Capital: A Conceptualisation for the Non-Profit Sector

Olimpia Neagu

496

Theorising a new Concept: ‘Micro Intellectual Capital’ (MIC) Using Knowledge From Inside the Classroom

Gary Oliver

506

Analysis of Awareness and Priorities, Focused on Intellectual Capital Among Slovak Companies

Ján Papula, Jana Volná, Anna Pilková, Jaroslav Huľvej

517

Towards Born-Global Innovation: the Role of Knowledge Management and Social Software

Jan M. Pawlowski

527

The Importance of Language Knowledge in International Companies

Corina Pelau, Irina Purcarea and Stelian Stancu

535

Linking External and Internal R&D and experience based Knowledge Flows for Innovation via Organisational Design Elements

Monika Petraite

543

The Role of Rational, Emotional and Spiritual Knowledge in Customer Relationship Management

Carmen Petrisoaia and Nicolae Al. Pop

552

Decision-Making Processes Based on Emotions in Universities as Learning Organizations

Magdalena Platis

560

Inter-Organizational Knowledge Transfer for Supply Chains in Crisis

Stavros Ponis and Epaminondas Koronis

569

Institutional Planning of Knowledge Generation

Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova

577

Knowledge Audit: Findings From a Case Study in the Energy Sector

Gillian Ragsdell, Steve Probets, Ghosia Ahmed and Ian Murray

584

Shared Knowledge: Eliminating the “Ba”

Thomas Schalow

594

Correlation Between Individual Knowledge and Organizational Learning Process

Christian-Andreas Schumann and Claudia Tittmann

600

Heuristic for Unscheduled Public Transport Navigation System

José Sendra Salcedo and Osvaldo Cairó Battistuti

607

On Some Knowledge Issues in Sciences and Society

Dan Serbanescu

616

Using the SECI Model to Analyze Knowledge Creation in Students’ Software Teams

Mzwandile Shongwe

626

Do it Like the European Union (EU) Does: The Applicability of EU Knowledge Cost Management to Start ups

Evangelia Siachou and Dimitris Apostolidis

634

Use and Acceptance of Learning Platforms Within Universities

Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov

642

i


The Relationship between Knowledge Management and Employees' Empowerment in Justice Administration of Tehran Province

Faezeh Sohrabi, Alireza Chenari, Fattah Nazem, Mohamad Farahzadi and Masoumeh Bahmanabadi

652

Software Agent Societies for Process Management in Knowledge-Based Organization

Anna Sołtysik-Piorunkiewicz and Mariusz Żytniewski

661

Innovation and Sustainability: Two-Sided Knowledge Management by an Ice-Cream Producer

Inga Stankevice and Birute Slaustaite

670

Business Innovative Environment as a Prerequisite for a Long-run Competitive Advantage

Marta Christina Suciu and Cristina Andreea Florea

678

The Creative Society, Urban Revitalisation in the Creative Economy and Society: The Romanian Case

Marta-Christina Suciu and Mina FaneaIvanovici

686

Strategic Innovation – Access Path Towards a New Paradigm of an Academic Career Management

Marta-Christina Suciu, Irina Dumitrescu and Andrei Dumitrescu

692

Success Factors in Knowledge Sharing Behaviour Among Student Bloggers

Nor Intan Saniah Sulaiman, Mazlan Mohd Sappri, Mohd Syazwan Abdullah and Nazean Jomhari

702

Innovation, Knowledge and Incompetence: The Case of the Eurozone Macroeconomic Policies

Eduardo Tomé

712

Competence Management in Industrial Engineering Departments in the Czech Republic

David Tuček and Jaroslav Dlabač

722

Economic Evaluation of the Level of Knowledge Services in Selected OECD Countries

Zuzana Tučková and David Tuček

732

A Three-Dimensional Model of Identifying Barriers to Knowledge Management

Anna Ujwary-Gil

741

From KM Evaluation to Developing Evaluative Capability for Learning

Christine van Winkelen and Jane McKenzie

750

Profiling the Intellectual Capital of Italian Manufacturing SMEs: An Empirical Analysis

Chiara Verbano and Maria Crema

758

The Obligatory Passage Point: Abstracting the Meaning in Tacit Knowledge

John Walton

769

New Knowledge Creation by Collaborating GoalOriented Experts: Methodology and Models

Igor Zatsman and Pavel Buntman

776

Knowledge-Intensive Business Services (KIBS) and Their Role in the Knowledge-Based Economy

Malgorzata Zieba

785

Late Submission

793

Characteristics of Decision Problems In Innovation Process Planning

Magdalena Jurczyk – Bunkowska

795

Can Knowledge be Reliably Measured?

Rumniak Paweł

805

Insights into Knowledge Sharing in the Dubai Police Force

Dr Ibrahim Seba, Professor Jennifer Rowley and Dr Rachel Delbridge

814

PHD papers

823

Knowledge Management and Creative Thinking Framework Integrated in Training of Future Students

Andra Badea, Gabriela Prostean, Adrian Adam and Olivia Giuca

825

The Importance of Play in Overcoming Fears of Entrepreneurial Failure

Ramona Cantaragiu and Shahrazad Hadad

833

ii


The Role of Emotional Intelligence Efficiency in Multinational Financial Institutions

Elizabeth Lorena Croitor (Tcaciuc), Cristian Valentin Hapenciuc, Livia Elena Blanariu (Vranciu) and Daniela Mihaela Sandu (Neamtu)

840

Knowledge Sharing and Channel Choice: Effects of the new way of Working

Arjan de Kok, Bart Bellefroid and Remko Helms

849

Job Evaluation for Knowledge-Based Organizations

Paweł Fiedor

860 ,

Towards a Decision Approach for the Characterization of Potential

Sahar Ghrab, Ines Saad, Faiez Gargouri and Gilles Kassel

868

Knowledge Management Influence on Innovation: Theoretical Analysis of Organizational Factors

Ingrida Girniene

877

Developing Knowledge Management Capabilities in Social Enterprises: UK Experience

Maria Granados, Vlatka Hlupic, Elayne Coakes and Souad Mohamed

886

Research Regarding the Informational System (Information and Knowledge) Required for an Environmental Manager

Ionut Viorel Herghiligiu , Luminita Mihaela Lupu and Bogdan Budeanu

896

The Impact of Emotional Knowledge on key Aspects of the Economy

Andrei-Alexandru Morosan, Gabriela Arionesei, Paul-Panfil Ivan and CristianValentin Hapenciuc

905

Factors for Knowledge Sharing Behaviour to Develop Trust in Professional Organisations Environment

Salah Rana, Malcolm Crowe and Abel Usoro

914

Knowledge Sharing as a Problem of the Individual Nature of Knowledge

Vaclav Reznicek, Zdenek Smutny, Jaroslav Kalina and Alexander Galba

920

DataTalks: A Unified Knowledge Pool in SaaS and Mashup Systems

Sasha Mile Rudan, Dino Karabeg and Alf Martin Johansen

926

Data Mart With Lean Six Sigma Concept for Performance Level Assessment in Knowledge Management Framework

Jevgeni Sahno, Eduard Shevtshenko and Tatjana Karaulova

932

What is Your Organization’s IQ? – A Practical Tool to Gauge Enterprise Intelligence

Evren Satıcı and Özalp Vayvay

942

Intra-Organizational Cooperation and Knowledge Sharing: A Comparison of Slovak LIS University Departments

Peter Steranka

950

The Role of Individual Factor in Knowledge Sharing Behavior Among Profit Oriented Webloggers

Ruzleeta Zakaria, Nor Intan Saniah Sulaiman, Haslinda Ibrahim, Mohd Syazwan Abdullah, and Nerda Zura Zabidi

961

1

Work In Progress Paper

969

A Knowledge Sharing System Based On Structured And Unstructured Knowledge

iii

Leandro Ramos da Silva and Nizam Omar

971


Institutional Wiki: Evolving Public and Private Knowledge in MPMG  Lilian Noronha Nassif and Daniel Silva Carnevalli  Public Ministry of Minas Gerais, Belo Horizonte, Brazil  liliannassif@mpmg.mp.br   dcarnevalli@mpmg.mp.br     Abstract:  The  innovation  process  must  facilitate  transformation  of  tacit  knowledge  into  explicit  knowledge  inside  organizations.  This  behaviour  should  make  enterprises  more  competitive.  Although  wiki  technology  can  be  used  for  collaborative  work  and  knowledge  codification,  several  doubts  exist  how  to  implement  it  without  disclosing  private  knowledge of an organization. This paper presents a case study that uses a wiki technology with well‐defined user profiles  that can organize knowledge codification. Additionally, the implemented wiki guarantees secure access control to private  information of the organization. The institutional wiki was initially deployed in the information technology area. For each  sector  of  the  institution,  the  model  defines  two  distinct  spaces:  private  and  public.  The  designated  space  for  private  information is used for documentation of the sector, while the public information space is used for dissemination within  the  company.  The  wiki  implementation  brought  several  benefits,  such  as  standardization  of  internal  work  and  development  of  high  performance  teams.  The  case  study  enabled  capturing  private,  technical,  tacit  knowledge  and  disseminating public information. Growth metrics measured the wiki success. The results demonstrate increasing rates of  wiki page creation and revision that are related to the organizational knowledge evolution cycle.    Keywords: knowledge creation; tacit knowledge capture and dissemination; Wiki; knowledge sharing; organizational  knowledge 

1. Introduction  Knowledge  management  in  organizations  must  constantly  deal  with  information  and  keep  the  enterprise  motivated  to  learn  and  innovate.  This  innovation  process  also  holds  a  contemporary  vision  of  people  management where work features are focused on continuous learning, vision sharing, model multiplicity, and  flexibility. The management of organizational knowledge combined with modern people management can be  integrated and benefited from using Web 2.0 tools, such as the wiki.    A  wiki  is  a  democratic  tool  where  the  user  community  is  responsible  for  its  contents  generated  in  an  open  communication  model  and  open  knowledge  creation.  Some  wiki  benefits  include  teamwork,  knowledge  management, collaboration, and interaction.    The  institutional  wiki  differs  from  the  traditional  wiki  because  it  is  secure,  closed,  with  restricted  access,  protected from vandalism, and appropriate for small groups.     Recently, the use of wikis within companies has been adopted for various purposes and implemented in many  ways. The Economist Intelligence Unit (2007) conducted a survey about Web 2.0 in enterprises. In the survey,  CitiGroup©  declared  to  use  wikis  internally  for  large  project  knowledge  management  involving  specific  terminology and standard processes.    One  obstacle  to  information  sharing  within  companies  is  determining  secure  data  access  levels.  Different  sectors  of  the  same  company  may  need  to  safeguard  procedural  information  specific  to  their  areas.  At  the  same time, they need to publish data relevant to other areas and disseminate generic information under their  management.  Another  challenge  is  structuring  the  record  of  tacit  knowledge  as  a  retention  mechanism  of  people who may quit the company.    The  objective  of  this  paper  is  to  resolve  these  challenges  by  presenting  a  case  study of  a  structured,  secure  institutional  wiki  which  can  evolve  private  knowledge  inside  each  enterprise  sector  and  disseminate  public  information on the intranet.     The paper is organized as follows: section 2 presents organizational knowledge concepts. Section 3 describes  theories about wiki benefits used as a knowledge management tool. Section 4 presents related works. Section  5  shows  our  case  model  study  implemented  at  the  Public  Ministry  of  Minas  Gerais  and  the  related  results.  Finally, section 6 concludes the paper.   

482


Lilian Noronha Nassif and Daniel Silva Carnevalli 

2. Concepts    The definition of organizational knowledge has received different interpretations. Tsoukas & Vladimirou (2001)  considered  this  concept  the  capability  of  organizational  members  to  differentiate  distinct  processes  for  executing  their  work.  In  particular  contexts,  organizational  knowledge  depends  on  historically  collective  understandings.  One  of  the  dominant  views  of  organizational  knowledge  was  defined  by  Levitt  &  March  (1996). They state that it exists in the form of routines resulting from an accumulation of past experiences that  guide future behaviors.    In  this  work,  we  are  particularly  interested  in  organizational  knowledge  creation  and  management,  which  allows developing new products and services, and improving important tasks. To achieve this aim, knowledge  must be codified.    Boisot  (1995)  classified  different  concepts  of  knowledge,  shown  in  Table  1.  The  codified  knowledge  can  be  stored or recorded in writing without incurring significant information loss. The uncoded knowledge cannot be  captured in writing or stored without losing essential parts of the experience it relates. Diffused knowledge is  shared. Undiffused knowledge remains shared because it is difficult to express, or the person decided to keep  it  undisclosed.  Public  knowledge  is  codified  and  diffused.  Common  sense  knowledge  is  acquired  gradually  throughout  life  via  personal  experiences  and  encounters  with  family,  friends,  and  community  members  .  Personal  knowledge  is  born  from  experience  inaccessible  to  others.    Private  knowledge  is  developed  by  a  person or group who codifies it to give meaning to certain situations.  Table 1: Knowledge typology  Knowledge  Undiffused  Diffused  Codified  Private knowledge  Public Knowledge  Uncodified  Personal Knowledge  Common sense knowledge 

Our approach considers these concepts from the organization point of view. The private knowledge in Table 1  was  interpreted  in  Table  2  as  undiffused  private  knowledge  and  diffused  private  knowledge.  The  codified  undiffused  private  knowledge  is  specific  to  a  group  inside  the  organization  and  cannot  be  shared  with  all  enterprise members. The codified diffused private knowledge must disseminate information to all enterprise  members, thereby improving interconnections among areas.  Table 2: Codified organization knowledge typology  Knowledge  Codified 

Diffused 

Undiffused  Undiffused private knowledge 

Diffused private knowledge 

Private knowledge of a group  in the organization  (Organization 

Organization private  knowledge 

Organization public  knowledge 

group private knowledge) 

Table  3  shows  what  kind  of  information  technology  tool  can  help  codified  organizational  knowledge.    The  private knowledge of a group in the organization and the organization private knowledge represent types of  knowledge  limited  only  to  organization  members  and  can  be  easily  codified  using  wiki  technology.  The  organization  public  knowledge  is  information  that  the  enterprise  wants  to  share  with  society  and  can  be  codified using web portals freely accessible on the internet.  Table 3: Information technology tools to codify knowledge in the organization  Knowledge  Codified 

Organizational knowledge type  Private knowledge of a group in the  organization  Organization private knowledge  Organization public knowledge 

Information technology tool  Wiki 

Accessibility  Intranet   

Web Portal 

Internet 

Wiki  is  a  collaborative  technology,  a  dynamic  set  of  web  pages  created  by  various  authors.  A  wiki  is  a  simplification  of  creating  HyperText  Markup  Language(HTML)  pages  combined  with  a  system  that  records  every change, so that any page can be reverted to its earlier stages. 

483


Lilian Noronha Nassif and Daniel Silva Carnevalli    Wiki  technology  was  invented  in  1995  to  facilitate  online  collaboration  and  best  practice  programming  projects,  and  in  2000  evolved  into  a  tool  to  facilitate  all  kinds  of  collaboration.  Wiki  is  a  Hawaiian  word  meaning "quick", "fast". Currently, there are over 240 Wikis as described by CosmoCode (2012).    Nonaka  and  Takeuch  (1995)  theorized  that  creating  knowledge  is  the  result  of  a  cycle  composed  of  the  following four processes:   ƒ

Externalization  –tacit  knowledge  becomes  explicit  through  using  techniques  such  as  metaphors  and  models 

ƒ

Combination – parts of incompatible explicit knowledge are combined and new knowledge is created  

ƒ

Internalization  –explicit  knowledge  becomes  tacit  through  the  operational  repletion  of  the  new  knowledge absorbed  

ƒ

Socialization ‐ tacit knowledge becomes tacit by sharing experiences with others 

The case study presented here helped interpret this knowledge cycle associated with wiki metrics, as discussed  in section 5.3. 

3. Theories  Wiki  use  in  organizations  can  produce  several  benefits.  Grace  (2009)  relates  many  advantages  of  this  tool  which help in knowledge development: 1) Ease of use, since many organizations had fallen victim to expensive  and  unusable  knowledge  management  systems;  2)  Central  repository  of  information,  since  it  accumulates  inputs from users with different expertise; 3) Tracking and revision data , since any contribution can be revised  quickly  or  reverted  to  previous  versions;  4)  Collaboration  among  organizations,  since  they  can  expand  their  business  to  different  regions  or  develop  collaborative  projects  with  other  regional  organizations;  5)  Solving  information overload caused by email, since it involves exchanging numerous drafts as attachments creating  problems  of  last  version  identification  and  unnecessary  data  storage  of  previous  versions;  and  6)  Building  a  trusting culture, since being part of a group to achieve goals appeals to the social nature of humans.    Wiki  can  also  supply  different  needs  inside  organizations.  Wagner  (2004)  divides  these  needs  into  two  perspectives: user and creator. From the knowledge user perspective, knowledge tools should incorporate fast  question  answering,  provide  optimized  search  engines,  and  assure  knowledge  quality.  From  the  knowledge  creator  perspective,  wiki  tools  must  disseminate  knowledge  quickly,  combine  knowledge  from  multiple  experts, and provide fast database correction mechanisms. 

4. Related work   Different  kinds  of  wiki  implementations  have  been  conducted  inside  organizations.  McKelvie  et  al.  (2007)  presented MapaWiki as a central tool for collaboration within the company Mapa. This case highlighted wiki  power  by  demonstrating  an  interactive  collaborative  environment  that  allowed  knowledge  capture, storage,  and sharing. MapaWiki improved efficiency and allowed adoption of best practices. The choice to use a wiki  was based on its simplicity and flexibility to store and retrieve information. One of the challenges in MapaWiki  implementation was the uncertainty how to classify the articles. However, the experiment demonstrated wiki  applicability even without a technological staff to support it.    The  work  conducted  by  Holtzblatt  et  al.  (2010)  explored  factors  that  negatively  impacted  the  use  of  wikis  inside enterprises. The authors related the reluctance in organizations to share specific information due to the  perceived extra cost, information nature, and desire to only share finished content. The paper related that wiki  success depends on the implementation of incentive structures, clear guidelines, and dynamic access control.  Other  interesting  work  was  developed  in  NBC  as  registered  by  Biboo  et  al.  (2007).  This  case  showed  a  slow  acceptance of wiki inside the organization. The wiki was initially implemented in the information technology  (IT) area in 2005, but only after 2008 it became important for other areas in the enterprise.     Our work has similarities with some aspects of these cases. It was initially implemented in an IT area, and it has  been  important  in  adopting  best  practices.  However,  the  structure  of  our  solution  can  overcome  the  difficulties founded in these related works, since it is based on a secure environment, and the categories are  well‐defined.   

484


Lilian Noronha Nassif and Daniel Silva Carnevalli 

5. Case study – WikiMPMG  This  section  presents  a  case  study  called  WikiMPMG.  The  description  includes  technology  customization,  interface structure, and the roles adopted to organize knowledge. 

5.1 Description   The  wiki  used  in  our  case  study  is  called  Dokuwiki  and  was  developed  by  Gohr  (2003).  It  is  open  source wiki software  and  uses  simple  syntax.  It  categorizes  and  organizes  content  into  namespaces  (directories) instead of a database. Content editing can modify small parts of a page.  Dokuwiki generates an  automatic table of contents according to the header page. Page layout customization can use more than one  hundred template options.    Our case study is called WikiMPMG, where MPMG means the Public Ministry of Minas Gerais. The WikiMPMG  objectives include:  ƒ

Being a collaborative environment of information sharing (with public access on the MPMG intranet)  

ƒ

Being a documentation repository for each private sector in the enterprise (with restricted access) 

WikiMPMG was customized with security and control characteristics, such as:  ƒ

Centralized user authentication, by using Lightweight Directory Access Protocol (LDAP): A unique login and  password are used in the entire enterprise to access all systems, including WikiMPMG.  

ƒ

Encrypted Traffic, by using HyperText Transfer Protocol Secure (HTTPS): All data traffic between the user  machine and the wiki machine is encrypted.  

ƒ

Control  access  to  pages  for  predefined  groups,  by  using  Local  Access  Control  List  (ACL):  Access  to  each  WikiMPMG page can be defined by the wiki administrator.  

5.1.1 WikiMPMG interface structure  The WikiMPMG is based on its organogram. Each enterprise sector can create a space in the WikiMPMG. For  the  purpose  of  simplification,  all  kinds  of  subareas  in  the  MPMG  organogram  are  considered  sectors.  Only  employees of a sector have access to the private space of that sector. All employees have permission to read  pages in the public space of any sector, but they cannot write, exclude, or alter pages on the public space of  another sector. 

  Figure 1: WikiMPMG initial page  WikiMPMG  content  can  be  developed  by  all  MPMG  employees.  Page  creation  requires  no  technical  knowledge.  A  word  search  only  returns  results  from  pages  where  the  user  has  reading  access.  Recent  alterations in the wiki space are displayed with author and date. This facilitates identifying who is contributing  to expand the knowledge. Past changes can be visualized and even recovered from a change history.   

485


Lilian Noronha Nassif and Daniel Silva Carnevalli    The WikiMPMG has a sidebar with dynamic content based on the first header of each page. Figure 1 presents  the WikiMPMG initial sidebar view to the wiki administrator. However, the initial sidebar view of regular users  shows  their  sector  private  information  and  public  information  from  all  sectors.  In  Figure  1,  the  sidebar  is  formed  by  hierarchical  indexes  with  the  name  of  each  MPMG  sector  inside  the  Information  Technology  Superintendence  (STI),  called  Directory  of  Systems  and  Information  (DISI),  Directory  of  Networks  and  Databases (DRBD), and Directory of Support and Maintenance (DSMT).   5.1.2 Roles in the MPWiki  One  important  aspect  that  must  be  considered  when  different  volunteers  create  knowledge  together  is  defining editing rules. Wikipedia is a wiki that has been working since 2001, and 7.8 million people access it  daily. This dynamic environment uses rules to keep the content reliable. Based on the Wikipedia rules cited by  Cordeiro (2007), we created WikiMPMG user profiles (Table 4), which are appropriate for any organizational  wiki.  Table 4: User profiles in WikiMPMG  Profile 

Description 

Quantity 

Reader 

A user who visits the WikiMPMG to get information  about other sectors.  A user who writes in the private space of his sector. 

All WikiMPMG  users  All sector  employees  N ( 1 per sector) 

Editor  Participant 

Supereditor 

Administrator 

Sponsor  Manager 

The head of a sector who decides to host and develop  content on WikiMPMG. He gives directions to the  Supereditor about what information should be  published and suggests the data structure of his  sector. He gives the Administrator the list of people  allowed to edit content on his WikiMPMG sector.  A user indicated by the Participant for having facility  with syntax formatting of content and ability to  organize information. He is the focal point for  information publishing. He makes textual corrections  on pages published by editors of his sector.  A person who facilitates content growth in the  WikiMPMG and disseminates best editing practices.  He contacts Supereditors to improve their structures.  He installs new features in the wiki and trains editors.  A person who initiates a new project using wiki tools.  The WikiMPMG judge: he decides case conflicts,  authorizes wiki developments, defines wiki usage  policies, and articulates new WikiMPMG sector  entries. He is the point of contact with sponsors. 

Collaboration  Power  Low  Medium  High 

N ( 1 per sector) 

Medium 

High 

N (1 per Wiki  Project)  1 

Very High  Very High 

Different  types  of  wikis  can  be  created  inside  an  enterprise.  Table  5  presents  some  of  the  possibilities  to  develop wiki projects. According to this classification, the wiki of our case study is a WikiStructure.  Table 5: Wiki possibilities for MPMG  Wiki types  WikiStructure  WikiPeople  WikiMedia  WikiNews  Wikipedia 

Description  Each sector of MPMG can share organizational private data inside the organization and  sector private data inside the sector  Space for publishing individual data  Media files database where everyone can contribute  Repository of free news that everyone can edit  Encyclopedia 

5.1.3 Private and public knowledge of a sector in WikiMPMG  The WikiMPMG was initially developed in the IT area. Considering that enterprises normally have an IT sector,  adapting the following example is possible for any organizational wiki.    

486


Lilian Noronha Nassif and Daniel Silva Carnevalli  In the WikiMPMG, the IT sector considered the following information as private:  ƒ

Network map (for example, network addresses and the network equipment list ) 

ƒ

Procedures (for example, software installation and backup restoration) 

ƒ

Web servers certificate list 

ƒ

Routines (for example, the list of database jobs that run frequently) 

ƒ

Datacenter subsystems documentation (for example, how to use fire alert system, access video cameras,  and calculate energy consumption) 

In the WikiMPMG, the IT sector considered the following information as public:  ƒ

What are information policy restrictions 

ƒ

What are information technology attributions 

ƒ

How to ask for information technology services 

ƒ

How to use services like email, instant messaging, and wifi networks 

The IT sector knowledge codification brought the organization several benefits. Users easily found information  about  how  to  use  or  request  services.  At  the  same  time,  the  private  knowledge  codification  allowed  the  IT  team  to  define  service  deployment  standards.  This  codified  tacit  knowledge  reduced      the  problem  solving  time. Technicians shared skills among themselves, contributing to establishing  a high performance team. 

5.2 Results   WikiMPMG started in February, 2012 by using the Technology Information Superintendence (STI) department  as a pilot project. The STI WikiMPMG started with 63 users, 65 daily page editions, and 117 different media.  The pilot project lasted one year. During this period, few users were added, the number of daily page editions  decreased to 12, and the number of media files increased to 342, as shown in Table 6.  Table 6: WikiMPMG general data    Daily page editions  User count  Media Count 

February 2012  65  63  117 

May 2012  19  65  212 

March 2013  12  72  342 

Dokuwiki  manages  page  revisions.  When  a  page  is  edited  in  DokuWiki,  it  creates  a  revision  file  with  the  old  document. Old versions can be viewed by clicking the Old Revision button. The change logs are stored in files.  These change logs allow tracking the full life cycle of a page such as creation, deletion, and reversion. These  controls  helped  determine  how  much  the  wiki  evolved  in  terms  of  new  page  creations  and  existing  page  revisions.    Figure 3 shows that the number of new pages increased 222.35% (from 416 to 925 pages), and the number of  revisions in existing pages increased 590.74% (from 1155 to 6823 revisions).  

  Figure 3: WikiMPMG page creation and revision 

487


Lilian Noronha Nassif and Daniel Silva Carnevalli    Table 7: WikiMPMG size    Page size (bytes)  Change log size (bytes)  Revision size (bytes) 

February 2012  1,931,125  874,008  1,443,187 

May 2012  3,947,235  1,934,560  6,405,792 

March 2013  4,289,235  2,472,454  13,208,096 

The  information  volume  is  another  reference  to  analyze  knowledge  growth.  Table  7  presents  the  total  WikiMPMG  bytes  used  to  store  pages,  revisions,  and  log  changes.  The  page  storage  space  increased  222%,  very  similar  to  the  page  number  growth  rate,  presented  in  Figure  3.  This  pattern  is  kept  because  all  collaborators  were  oriented  to  follow  the  hints  of  good  style  to  create  wikis  pages  described  in  Dokuwiki  (2012).  Because  of  these  hints,  the  wiki  page  size  remained  the  same.  For  example,  in  February  2012,  the  average page size was 4642 bytes, and in March 2013, the average page size was 4637 bytes. Nevertheless, the  page revision storage space increased 915% in one year, because wiki accumulates several old versions that  can be retrieved anytime.    According to Figure 3, the page revision rate was higher than the page creation rate. The existing knowledge  was constantly revisited to include more details and evolve the same subject. The performance time of MPMG  technical users improved since several IT infrastructure problems were solved in a shorter time. In this aspect,  wiki worked as a solution repository to provide information quickly. 

5.3 Discussion  The  WikiMPMG  implementation  confirms  several  aspects  and  benefits  discussed  in  the  theory  section.  The  tool provided fast question answering by implementing an engine to locate tags inside the wiki. Independent  of how the knowledge was organized, it was quickly identified. This characteristic also helped different sectors  find others that were involved with the same issue.    The case study confirmed the wiki benefits such as its ability to be the most important technical information  repository in STI. Other benefits include its ease of operation as well as its ease of navigation by eliminating  pdfs and email files.      During  the  wiki  pilot  project,  9  technicians  joined  the  group  and  quickly  learned  team  procedures  and  understood  the  technical  environment.  This  quick  learning  demonstrated  the  wiki  ability  to  accelerate  accumulated knowledge comprehension for new team members.     The  WikiMPMG  statistical  results  provided  an  understanding  of  the  knowledge  life  cycle.  The  high  page  revision  rate  revealed  in  Figure  3  expresses  that  the  combination  of  different  explicit  knowledge  can  create  new  knowledge.  The  wiki  page  creation  and  revision  correspond  to  the  externalization  and  combination  phases in the knowledge spiral, described in Figure 4. 

  Figure 4: Knowledge spiral and the correspondence with wiki page creation and revision  

488


Lilian Noronha Nassif and Daniel Silva Carnevalli 

6. Concluding comments  The private knowledge of an organization should be codified to improve the development of new services and  products. Nevertheless, this codified knowledge must be protected from unauthorized access. Associating new  technologies to allow collaborative knowledge codification has recently evolved with wikis. However, how to  implement it inside enterprises remains a significant challenge. This paper presented a case study where wiki  technology is completely analyzed as a tool to help evolve private and public organizational knowledge. The  organizational private knowledge should be diffused in the intranet, while the private knowledge of a group in  the organization must be restricted to a sector. Developing an institutional wiki requires defining user profiles  by organizing the knowledge codified by all employees.     The case study presented some limitations. The pilot project was applied to the IT area because of its close  connection  to  technology.  The  comprehension  of  the  knowledge  relevance  could  be  more  significant  by  analyzing  institution  sectors  related  to  this  theme.  Recently,  a  new  sector  named  Center  of  Studies  and  Functional Enhancement  (CEAF)  has  started  developing data  in WikiMPMG.  Its  approval  may  popularize  this  technology  inside  the  institution.  Institutional  wikis  contain  several  open  problems  that  require  further  research.  One  is  defining  more  success  metrics  such  as  user  adaptability  to  the  wiki  environment  by  considering  the  roles  presented  in  this  paper.  Another  challenge  is  defining  a  standard  structure  to  capture  knowledge  inside  each  institutional  sector,  including  processes,  projects,  procedures,  and  environment  descriptions.    WikiMPMG proved that codified knowledge can be organized, protected, and constantly evolved. The results  obtained show knowledge creation and evolution inside a participative organization. The MPMG is prepared  for new products and services innovation since it developed a motivation mechanism that can transform tacit  information into codified knowledge. 

Acknowledgements  The  authors  thank  Maria  Claudia  Samarane  for  her  important  contribution  in  the  case  study  definition.  The  authors also thank the CEAF, in the name of João Paulo de Carvalho Gavidia and Alessandra de Souza Santos  for their innovative vision of using wiki technology for functional enhancement. 

References   Bibbo, Danielle, Eric Sprehe, James Michelich, Young Eun Lee (2010). Employing Wiki as a Collaborative Information  Repository. Proceedings of Thirty First International Conference on Information Systems, St. Louis.  Boisot, M.H. (1995). ”Information Space: a Framework for Learning in Organizations, Institutions and Culture”, Londres,  Routledge, 1995, p. 146.  Choo, C.W. (1998). The Knowing Organization: How Organizations Use Information to Construct Meaning, Create  Knowledge, and Make Decisions. New York: Oxford University Press.  Cordeiro, Tiago (2007). “Dá para confiar na Wikipedia? ”. Superinteressante, São Paulo: Abril, 01 nov. 2007. Available at  http://super.abril.com.br/superarquivo/2007/conteudo_545649.shtml.  CosmoCode (2012).”WikiMatrix – Compare them all”. Available at www.wikimatrix.org . Visited in 24/feb/2012.  Dokuwiki (2012). “Hints on good style”. Disponível em http://www.dokuwiki.org/tips:good_style. Visited in 24/feb/2012.  Garza, Roberto (2012). “Wiki Use for Collaboration”. Available at http://www.slideshare.net/garzaroberto/wiki‐ powerpoint‐11505819. Visited in 23/feb/2012.  Gohr, A. (2003). “Dokuwiki – It’s better when it’s simple”. Available at www.dokuwiki.org. Visited in 11/nov/2011.   Grace, Tay Pei Lyn (2009).”Wikis as a knowledge management tool”. Journal of knowledge Management, vol 13. N.4, pp.  64‐74.  Holtzblatt, L. J., Damianos, L. E., and Weiss, D. (2010). “Factors impeding Wiki use in the enterprise: a case study”. In  Proceedings of CHI '10, ACM, 4661‐4676.   Levitt, B., March, J.G. (1996) “Organizational learning”. In M.D. Cohen and L.S.  Sproull (Eds) Organizational Learning.  Thousand Oaks, CA: Sage.  McKelvie, G. Dotsika, F. and Patrick, K. (2007). “Interactive business development, capturing business knowledge and  practice: a case study”. The Learning Organization, Vol. 14 No. 5, pp.407‐22.  Nonaka, I., & Takeuchi, H. (1995). The knowledge creating company: How Japanese companies create the dynamics of  innovation. New York: Oxford University Press.  The Economist Intelligence Unit (2007). “Web 2.0 goes corporate”. Serious business.  Tsoukas, H. and Vladimirou, E. (2001), What is Organizational Knowledge?. Journal of Management Studies, 38: 973–993.   Wagner, Christian (2004).”Wiki: A Technology for Conversational Knowledge Management and Group Collaboration”.  Communications of the Association for Information Systems: Vol. 13, Article 19. 

489


Validation of the Scale of Knowledge Management Assessment in the Technical and Vocational Training Organization of Tehran Fattah Nazem, Hossein Chenari and Omalbanin Sadeghi Department of Education, Roudehen Branch, Islamic Azad University, Roudehen, Iran nazem@riau.ac.ir hossein_chenari@yahoo.com osadeghi82@yahoo.com

Abstract: The purpose of the present study is to validate a scale for measuring knowledge management in the Technical and Vocational Training Organization of Tehran. The population of the study included all the staff employed in Technical and Vocational Training Organization of Tehran. The research sample comprised 226 staff who randomly selected from the whole staff. The research instrument was the Sallis and Jones’s (2002) knowledge management questionnaire which consisted of 42 items with ten underlying constructs of vision and mission, strategy, organizational culture, intellectual capital, learning organization, leadership and management, teamwork and learning communities, sharing knowledge, knowledge creation and digital sophistication. The obtained Cronbach Alpha appeared to be 0.83. The results of factor analysis and principal components analysis, using a varimax rotation showed that the six underlying factors in knowledge management cover the factors of intellectual capital, digital sophistication, knowledge creation, learning organization, team work and learning communities, and vision and mission and the factor of intellectual capital had the highest contribution to the formation of the knowledge management in the Technical and Vocational Training Organization. Keywords: Knowledge management, factor analysis, technical and vocational training organization

1. Introduction and purpose of the study In the fast-paced world, the organizations are bound to invent and follow effective and essential tools, among them, knowledge management is a process which can help the organizations select, classify, share, transfer, and advance the important data and knowledge. Knowledge management is a specialty to name activities such as problem solving, active learning, and decision making (Tsang ho 2008). Knowledge management can make movements to a variety of organizational performance through enabling the organization to move toward more intelligent performance (Wiig 1999). Today’s business world is characterized by the growing complexity of global firms, information explosion and speed of decision making, and value and mobility of key employees (Mohrman et al. 2002). In economies, dominated by services, where people and information are primary drivers of business, these three trends demand that knowledge and its effective management be treated with particular attention. Organizational knowledge, therefore, has been promoted to the status of valuable strategic asset (Zack 1999). Moreover, several researchers have shown that knowledge management should be rooted in the firm’s strategy and that the level of linkage between the two determined the success of KM initiatives. Appropriate strategic alignment can in turn support the organization’s mission and strengthen its competitive position (Davenport & Prusak 1998; Zack 1999). Hansen et al. (1999) have shown how a company’s choice of knowledge management strategy is not arbitrary as it must be driven by the company’s competitive strategy, and they warn that knowledge management should not be isolated in a functional department. They have drawn attention to the importance of the corporate organization and the significance of corporate culture in supporting the chosen KM strategy (Hansen et al. 1999). Sallis & Jones (2002) offered a useful knowledge management self-assessment checklist with scoring elements such as: 

Vision and mission: It refers to having vision as a knowledge-based organization and sharing it with the stakeholders and the mission as the knowledge creator and translating it into practical strategies.

Strategy: It refers to developing modeled scenarios and applying them in the management.

Organizational culture: It refers to the different dimensions of culture including the creating, centralizing, sharing, and recognizing organizational culture as a key competence.

Intellectual capital: It includes recognizing the value of intellectual assets and codifying its tacit knowledge.

490


Fattah Nazem, Hossein Chenari and Omalbanin Sadeghi 

Learning organization: Under learning organization, organization should create continuous learning, define skills to create new knowledge, recognize EQ and its influences encourage creative thinking, and promote action learning both for individuals and teams.

Leadership and management: In leadership and management, organizations are required to have seniormanagement support, have knowledge leaders and managers with appropriate leadership styles, and develop strategies for promoting middle-managers.

Teamwork and learning communities: Under teamwork and learning communities, organization should encourage learning communities and knowledge teams, establish trust, and recognize the need for intellectual autonomy.

Sharing knowledge: It signifies that organizations ought to collect, record major organization events, and share new information, and understand competitors’ knowledge management system.

Knowledge creation: It requires the organizations to recognize new knowledge, those known as experts, and turn it into service.

Digital sophistication for the organization: In terms of digital sophistication, organizations are to develop technologies among its employees by clear technological architecture, enhancing its knowledge, and devising virtual collaborative systems and/or communities (pp.125-129).

Using the six factors in his research, Shirzad (2012) found leadership and management the most important factors in formation of knowledge management. However, Qara'ii (2013), in his study of knowledge management factors, considered vision and mission, strategy, organizational culture, intellectual capital, learning organization, leadership and management. In a research done by Brandt Jones (2009), considering knowledge creation as an important dimension in the study of knowledge management, it was concluded that there was a significant relationship between organizational culture and knowledge management. The study was based on the idea of Argote et al. (2003) which considered knowledge creation as the generation of new knowledge. On the other hand, Cho (2011) in his proposed model of factors has used factors including learning organization, sharing knowledge, knowledge creation, and organizational culture as the explanatory factors of the knowledge management. Moreover, according to the research carried out by Sajjadian (2013), dimensions such as knowledge creation, digital sophistication, and intellectual capital are the constituent dimensions of knowledge management, the factors which have been considered in this research too. In a research done by Kumar Singh (2008) the results showed that directive as well as supportive styles of leadership to be significantly and negatively associated with the art of knowledge management practices. It also depicts that consulting and delegating styles of leadership are positively and significantly related with managing knowledge in a software organization. Finally, only the delegating mode of leadership behaviors was found to be significant in predicting creation as well as management of knowledge for competitive advantage in software firms in India. In addition, Feizi and Qeitari (2011), in their study, state that knowledge management has gained importance as the major cause of growth and development of countries in recent years, because of dissemination of information, development of new technology, professional and technical growth, increased job competition, conversion of knowledge to capital, and importance of human development. They found a significant relationship between knowledge management and learning organization. In his research, Mayfield (2008) found out that knowledge management is a business problem within the domain of information systems and management. The risks associated with losing criticalknowledge can be measured using metrics on employee’s retention, recruitment, productivity, training and benchmarking. Certain enablers must be in place in order to engage people, encourage cooperation, create a knowledge-sharing culture, and, ultimately change behavior. As the purpose of the study is to validate the scale of knowledge management assessment in the Technical and Vocational Training Organization of Tehran, the following research questions are posed.

2. Research questions Regarding the questionnaire of knowledge management, what are the factors which construct knowledge management in Technical and Vocational Training Organization? 

Which of these factors has more contribution in forming knowledge management?

What are the items included in each factor which constructs a part of the questionnaire of knowledge management?

491


Fattah Nazem, Hossein Chenari and Omalbanin Sadeghi

3. Method of the study The researchers have used factor analysis, and principal components analysis, using a varimax rotation in order to identify the underlying constructs of knowledge management. The population of the study included all the staff employed in Technical and Vocational Training Organization z 2σ 2 n= d2 formula was used. Regarding the of Tehran. In order to estimate the least volume of sample, minimum research sample required for the staff’s group, 226 individuals were randomly selected, using simple random sampling method, and the same number of questionnaires of knowledge management was distributed among them. The research instruments was as follows: Sallis and Jones’s (2002) knowledge management. The questionnaire consisted of 42 items with ten underlying constructs of vision and mission, strategy, organizational culture, intellectual capital, learning organization, leadership and management, teamwork and learning communities, sharing knowledge, knowledge creation and digital sophistication. The obtained Cronbach Alpha appeared to be 0.83.

4. Findings of the study To answer the research questions, factor analysis procedure was applied. The first step in factor analysis process which is also its first assumption is checking missing data. In this step, all the subjects were involved and none of them was eliminated from statistical analysis. Hence, in this research no item has been eliminated except eleven subjects. And the given situation shows that there is no need to omit some of the items and it is possible to follow the process of Factor Analysis while having all the items. The second factor analysis assumption denotes enough sample size. In this research, Kaiser- Meyer- Olkin (KMO) equals 0.83. Consequently, the sample size is sufficient. The third factor analysis assumption is normality of multi-variation distribution known as sphericity. As the Approximate Chi Square equaled 4335.779 with the 861 degrees of freedom, it can be stated that the amount of the Approximate Chi Square is statistically significant and the given statistics is significant at least at the 0.999 level of confidence ( α = 0.001). According to component matrix of items, we can determine both the specific factor of each item and its position in the related factor based on loading factor. After studying the table of component matrix precisely, the researchers used Rotation Method so that loading factor of each item can be determined stressing on recognition of each item in one of the 6 factors. Because, the researchers have followed Exploratory Factor Analysis and used Principal Component Methods from Extraction of Factors, Varimax Method was applied (table 1). According to Varimax, the researchers were able to determine both the factor to which the item belongs after rotation and the position of each item in related factor with reference to loading factor. The related table shows in which factor each item has been located after the rotation. For instance, Items 20, 36, 33, 31, 30, 29, and 28 have been located in the first factor (intellectual capital). To fulfill the purposes of the study, determining the indexes of intellectual capital, and its components, the underlying items, and the index with the highest contribution, eventually, 6 factors have been extracted from rotation of factor analysis. In fact, Knowledge Management consists of 6 factors respectively as follows: learning organization knowledge creation, digital sophistication, intellectual capital, vision and mission, teamwork and learning communities. The table also indicates that intellectual capital has the highest level of contribution to the formation of Knowledge Management Assessment in the Technical and Vocational Training Organization. The reason is that, as the first column, that is, intellectual capital factor shows, 7 items with more than 0.5 have been located in this column. The reason behind the selection of factors in "factor analysis" is that in each factor two or more questions have been included and the amount of load of the given factor is higher than 0.50. In this study, the questionnaire of knowledge management consisted of ten factors including vision and mission, strategy, organizational culture, intellectual capital, learning organization, leadership and management, teamwork and learning communities, sharing knowledge, knowledge creation as well as digital sophistication. After the final administration of factor analysis, and tabulation of the obtained data in the form of Rotated Component Matrix (Table 1), all factors were selected except leadership and management, sharing knowledge, strategy and organizational culture. The criterion for selected factors was that each factor had to have two items whose load factors were higher than 0.50. The omitted factors had less than two items with load factor of 0.50.

492


Fattah Nazem, Hossein Chenari and Omalbanin Sadeghi Table 1: Rotated Component Matrix X X01 X02 X03 X04 X05 X06 X07 X08 X09 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42

intellectual capital

digital sophistication

knowledge creation

learning organization

teamwork and learning communities

vision and mission 0.513

0.550 0.649

0.594 0.637 0.616 0.539 0.554 0.576 0.578

0.632 0.532 0.505 0.593 0.630 0.723 0.504 0.603 0.615 0.733 0.660 0.588 0.677 0.611 0.535

0.577 0.708 0.694 0.639 0.596

Hence, emphasizing at the six-fold factors of knowledge management, items related to each factor have been summarized in table 2 respectively.

493


Fattah Nazem, Hossein Chenari and Omalbanin Sadeghi Table 2: Results of Factor Analysis of knowledge management Construct Factors

Index

Items

First Factor

intellectual capital

20,36,33,31,30,29,28

Second Factor

digital sophistication

26,25,22,19,18

Third Factor

knowledge creation

15,14,13,4,3

Four Factor

learning organization teamwork and learning communities vision and mission

37,38,39,41

Five Factor Six Factor

10,9,8 24,21,2,32

5. Discussion and conclusions In the present study, a questionnaire for assessing knowledge management (Sallis and Jones 2002) was used, which has ten dimensions: vision and mission, strategy, organizational culture, intellectual capital, learning organization, leadership and management, teamwork and learning communities, sharing knowledge, knowledge creation and digital sophistication. The results of the present study of the factor analysis method showed that knowledge management in Technical and Vocational Organization of Iran composes of six factors including Learning organization, knowledge creation, digital sophistication, intellectual capital, vision and mission, teamwork and learning communities. The findings of this study is in line with studies done by Shirzad (2012), Sajadian (2013), Qaraie (2013), Brandt Jones, (2009), Cho ( 2011), Feizi and Qeitari (2011), Mayfield (2008), and Kumar Singh (2008). Leadership and management are the most important factors of knowledge management in the work of Shirzad (2012); and in Brandt Jones’ (2009) study, knowledge creation is an important dimension in knowledge management. The results of the study were justified by Sajjadian (2013) who considered knowledge creation, digital sophistication, and intellectual capital as the knowledge management dimensions; Kumar Singh (2008) who showed that directive and supportive styles of leadership have a negative relationship, but consulting and delegating styles of leadership positively relate with knowledge management. He also considered delegating mode of leadership behaviors as the significant factor in predicting creation and management of knowledge. In their study, Feizi and Qeitari (2011) declared that knowledge management has gained importance as a major cause of growth and development of countries. They found that there is a significant relationship between knowledge management and learning organization. Accordingly, In order to strengthen knowledge management in the Technical and Vocational Organization of Iran, these statements are suggested: 

Intellectual capital should be strengthened.

Employees should be provided with internet accessibility for research purposes.

Organizational knowledge should be shared.

Technical and Vocational Organizations should turn into learning organizations.

With regard to the most impact of the first factor, intellectual capital, on shaping knowledge management in the technical and vocational organizations it is recommended that: 

Individual’s tacit knowledge turns out to the explicit knowledge and shares among the employees of the organization.

Employees’ intellectual capital should be valued.

Intellectual capital of the organization should be recognized and taken into consideration in order to be positively exploited.

In conclusion, the newly-proposed results in this research can be effectively employed to enhance the knowledge management in similar organizations.

494


Fattah Nazem, Hossein Chenari and Omalbanin Sadeghi

Acknowledgements The authors want to extend a heart-felt gratitude to the members of Technical and Vocational Training Organization for their commitment and efficient research assistance. They are truly appreciated as their partnership was vital to carry out this research.

References Argote, L., McEvily, B. and Reagans, R. (2003) ‘‘Managing Knowledge in Organizations: an Integrative Framework and Emerging Themes’’, Management Science, Vol. 49 No. 4, pp 571-82. Brandt Jones, M. (2009) Organizational Culture and Knowledge Management: an Empirical Investigation of U.S. Manufacturing Firms, [Ph. D. Dissertation], Nova Southeastern University, Florida, United States. Cho,T. (2011) Knowledge Management Capabilities and Organizational Performance: an Investigation into the Effects of Knowledge Infrastructure and Processes on Organizational Performance, [Ph. D. Dissertation], University of Illinois at Urbana-Champaign, Chicago. Davenport, T. H. & Prusak, L. (1998) Working Knowledge: How Organizations Manage What They Know, Harvard Business School Press, Boston. Feizi, T., & Qeitary, L. (2011) The Relationship of Knowledge Management and its Components with the Dimensions of the Learning Organization in the Science [M.SC, Dissertation ] Azad University of Roudehen, Iran. Hansen, M. T., Nohria, N. and Tierney, T. (1999) ‘‘What’s Your Strategy for Managing Knowledge?’’, Harvard Business Review, March/April, pp 106-15. Kumar Singh, S. (2008) “Role of Leadership in Knowledge Management: a Study”. Journal of knowledge management, Vol. 12, No. 4, pp 3-15. Mayfield, R. D. ( 2008) Organizational Culture and Knowledge Management in the Electric Power Generation Industry , [Ph. D. Dissertation] , University of Phoenix, Arizona. Mohrman, S. A., Finegold, D.and Klein, J. A. (2002) “Designing the Knowledge Enterprise: Beyond Programs and Tools”, Organizational Dynamics, Vol. 31, No. 2,, pp134-150. Qaraie, N. (2013) Examination of the Relationship among Knowledge Management, Intellectual Capital, and Efficiency in the Shahid Beheshti University [M.S. Dissertation] Azad University of Roudehen, Iran. Sallis, E. & Jones, G. (2002) Knowledge Management in Education. Kogan Page, London. Sajjadian, M. (2013) The Relationship among Social Capital, Knowledge Management, and Organizational Intelligence in Tehran’s Offices of Education [M.S. Dissertation] Azad University of Roudehen. Iran. Shirzad, M. (2012) Examination of the Relationship among Philosophic Mentality of Managers, Quality of Employees’ Working Life, and Knowledge Management in the Health Administration in Eastern Tehran [M.S, Dissertation ] Azad University of Roudehen, Iran. Wiig, K. M. (1999) “Comprehensive Knowledge Management”, [online], http://www.ecz.edo/decenter/ok. Zack, M. (1999) “Developing a Knowledge Strategy”. California Management Review, Vol. 41, No. 3, pp125-146.

495


Organisational Knowledge and Human Capital: A Conceptualisation  for the Non‐Profit Sector  Olimpia Neagu  Vasile Goldiș Western University, Arad, Romania  olimpian2005@yahoo.com    Abstract. The non‐profit sector encompasses organisations aiming to create social value for society, not to create profit or  benefits for their members. Many studies have investigated learning and human capital in knowledge‐based organisations  in  the  business  sector,  however,  the  non‐profit  sector  has  been  neglected.  NGOs  have  to  continuously  improve  their  performance; they are knowledge‐intensive organisations. The demand for timely and high quality services, tailored to the  beneficiaries'  needs,  requires  NGOs  to  adopt  new  internal  processes  and  managerial  paradigms.  All  resources  of  NGOs  should be managed with efficiency and effectiveness, the most important being their knowledge and human capital. This  paper  tries  to  conceptualise  the  interaction  between  organisational  knowledge  and  human  capital  within  NGOs  in  achieving  excellence,  by  describing  the  mechanism  through  which  innovation,  human  capital  and  knowledge,  generate  social value. The paper aims to find answers to the following research questions: what are the typology and the specific  features of knowledge within a NGO, what is the role of human capital in knowledge management, what factors influence  the adoption of knowledge management, and how does innovation ‐ linked to knowledge management ‐ generate value  for society? The findings are based on two study cases of Romanian NGOs.    Keywords: knowledge management, human capital, innovation, non‐profit organisation 

1. Introduction  Non‐governmental  organisations  (NGOs)  consist  of  people  unified  around  a  group  of  common  values,  ideas  and desires, committed to contribute to the achievement of the organisational goals. NGOs create social value  for the community by using organisational resources (knowledge, human and financial resources), concerned  with the efficiency and effectiveness of their management.     Many studies have investigated learning and human capital in knowledge‐based organisations in the business  sector, however, the non‐profit sector has been neglected. NGOs are knowledge‐intensive organisations. Their  knowledge  capital  is  heterogeneous,  widespread,  rarely  formalised  and  unstable  (due  to  volunteer  workers)  (Lettieri  et  al.,  2004).  NGOs  must  continuously  improve  their  performance  and  offer  added  value  for  their  beneficiaries.  The  demand  for  timely  and  high  quality  services,  tailored  to  the  beneficiaries'  needs,  requires  NGOs to adopt new internal processes and managerial paradigms, according to the changes in society and its  components. Knowledge, as a resource, emerged as a result of the progression to a knowledge‐based society,  and  requires  a  new  conceptual  vision  regarding  the  relationship  between  various  forms  of  organisational  capital, their combination, and the result: the creation of social value.     In this context the following research questions were formalised:  ƒ

What are the key typologies of knowledge within a NGO? 

ƒ

What role does human capital play in knowledge management? 

ƒ

What factors affect the approach the NGO adopts toward knowledge management? 

ƒ

How does innovation generate social value in NGOs? 

The  present  paper  intends  to  find  answers  to  these  questions  by  analysing  two  Romanian  NGOs,  and  to  conceptualise  the  interaction  between  organisational  knowledge  and  human  capital  within  NGOs,  by  describing a mechanism through which innovation, human capital and knowledge could generate social value.    The paper is organised as follows. After a short review of knowledge management in NGOs, the situation of  NGOs in Romania is presented, then, findings related to the two case studies are described. The final section is  dedicated to conclusions and further directions of research. 

2. Knowledge management in NGOs: the state of the art  Organisational knowledge 

496


Olimpia Neagu  Generally,  organisational  knowledge  includes  the  extent  to  which  the  knowledge  is  spread  within  the  organisation. Hatch (2010) defines it as: "when group knowledge from several subunits or groups is combined  and  used  to  create  new  knowledge,  the  resulting  tacit  and  explicit  knowledge  can  be  called  organizational  knowledge." Others present a broader perspective: "individual knowledge, shared knowledge, and objectified  knowledge are different aspects or views of organizational knowledge" (Ekinge & Lennartsson, 2000).    Types of knowledge in NGOs    The design or implementation of knowledge management systems within NGOs has barely been studied and  little effort has been made in this area. We can mention Italian authors such as: Lettieri, Borga and Savoldelli  (2004)  who  investigated  the  role  that  knowledge  management  plays  in  achieving  excellence  in  non‐profit  organisations.  They  identified  six  types  of  knowledge  within  non‐profit  organisations:  accounting/administrative,  managerial/organisational,  teaching/training,  fundraising,  public  relations,  marketing, operational and miscellaneous.    On the other hand, the current popular conception of organisational knowledge makes a distinction between  tacit  and  explicit  knowledge.  This  derives  from  the  philosopher  Gilbert  Ryle  (1949)  who  made  a  distinction  between  ‘knowing  what’  (explicit)  and  ‘knowing  how’  (tacit).  In  the  traditional  perception  of  the  role  of  knowledge,  tacit  knowledge  is  often  emphasised  as  being  key  for  success  and  the  creation  of  new  values  (Bergeron, 2003). A reason for this view is that explicit knowledge (e.g. market research results, plans, patents  etc.) is useful only in combination with an individual's tacit knowledge. Some assessments say this constitutes  for up to 80% of all knowledge in a company (O'Dell & Grayson, 1998).     Knowledge can also vary in its degree of articulation; simple knowledge can be explicit, implicit or tacit. Most  knowledge,  however,  is  not  simple  but  complex,  and  contains  a  combination  of  explicit,  implicit  and  tacit  components (Newman & Conrad, 1999). Explicit knowledge includes information that has been documented or  can be shared with someone. This is knowledge that has been articulated in such a way that it can be directly  and completely transferred from one person to another. Implicit knowledge is knowledge whose meaning is  not explicitly captured, but can be inferred; in effect, the codification process is incomplete. Implicit must rely  on previously retained knowledge. Tacit knowledge refers to personal knowledge in one’s head ‐ knowing how  to  do  something  based  on  experience.  It  includes  judgment,  insights,  experience,  know‐how,  as  well  as  personal beliefs and values. As Polany (1966) stated “knowing more than we can say”.    There are six types of tacit knowledge (Knight & Howes, 2003): know‐how, know‐who, know‐why, know‐when,  know‐where, know‐that that are relevant for the activities of NGOs.    Knowledge management in NGOs    In the case of NGOs, knowledge management is the explicit and systematic management of intellectual capital  and organisational knowledge, as well as the associated processes of creating, gathering, organising, retrieving,  leveraging, and using intellectual capital for the purposes of improving organisations and the people in them.  As noted by Groff and Jones (2003), turning tacit knowledge into explicit knowledge is one of the key functions  of a knowledge management strategy. Within a NGO, this function is central and critical for the effectiveness  of knowledge management.    The knowledge management elements within a NGO are:   ƒ

‐Collaboration and the ability to connect individuals or groups. NGO members should be encouraged to  gather  data  through  various  resources,  media,  socialisation  with  peers  and  colleagues,  and  share  this  information across the organisation. For example: workshops in which teams and individual members are  encouraged to share ideas, as well as strategic reviews or planning forums, internal benchmarking reports,  symposiums that bring together internal groups, and external experts that share ideas and learn from one  another. 

ƒ

Nature of expertise and access to experts. NGOs have to encourage team mixing within various projects to  facilitate  the  transfer  of  knowledge,  or  share  new  approaches  and  perceptions  across  boundaries,  by  having  people  or  teams  possessing  knowledge,  work  with  other  groups,  branches  or  member  organisations.  

497


Olimpia Neagu  ƒ

  Communities of practice enable an organisation's members to access specific groups to post issues, solve  problems, or discuss key topics. A community of practice generally means a group of people who share a  common  interest  in  an  area  of  competence  and  are  willing  to  share  the  experiences  of  their  practice.  Many  organisations  encourage  people  to  gather  data  that  might  benefit  the  organisation  (Newman  &  Conrad, 1999). Examples of communities of practice for NGOs: web or chat boards, professional groups of  social  workers,  human  rights  workers,  and  networks  of  specialists  in  environment  protection  and  child  protection etc. 

ƒ

Knowledge  networking  connects  groups  of  people  with  systems  and  applications.  For  knowledge  management  to  work  within  a  NGO,  data  and  information  must  be  captured  in  a  system  or  central  repository,  through  a  system  accessible  for  staff,  volunteers  and  members,  as  information  must  be  provided to the right people, in the right format, and at the right time. 

ƒ

Access  of  all  members  to  a  knowledge  database  (of  reports,  facts,  experiences,  legislative  data  base).  Organisations need to determine what data to capture, how to capture it, and the format for providing  information to members to analyse and use. 

ƒ

Organisations encourage sharing information by using collaboration, mentoring and socialisation to inform  people. This can be done through internal networking and forums, thematic e‐groups, e‐mailing lists and  internal publications. 

Human capital and the knowledge management in NGOs    Human capital is formed by the aptitudes, competences, experiences and skills of the internal members of an  organisation (Bontis, 1999; Bontis et al., 2002). Human resources are crucial in creating human capital because  organisations cannot otherwise create knowledge (Argyris & Schön, 1978).    As  tacit  knowledge  is  the  content  of  the  human  capital  of  individuals  working  in  an  organisation,  we  can  conclude that human capital plays a key role in the frame of an organisation's knowledge.    In  NGOs,  human  capital  can  be  enhanced  through  learning  in  two  forms:  training  as  formal  learning  and  informal learning. Comprehensive training could improve the knowledge, skills and competencies of staff and  volunteers, to become more efficient and effective in delivering high quality services to beneficiaries.    In NGOs, knowledge management functions have close a relationship with the collaboration features typically  emerging  in  informal  learning  contexts,  as  in  the  attempt  to  maintain  a  reciprocal  engagement  in  the  achievement of a common goal, the members aim at acquiring significant learning.     Nowadays,  in  the  context  of  NGOs,  informal  learning  and  knowledge  management  can  derive  a  significant  boost from the attitudes and practices of social networking. NGOs are based on: informal learning, a natural  practice  in  the  daily  behaviour  of  people  (staff,  volunteers,  board  members);  and  spontaneous  relations,  (interactions and conversation contribute to the creation and transmission of knowledge and support informal  learning practices). Several NGOs work as a social network, unified by the personal needs and common goals  of its members, interaction policies, protocols and rules, and favour the growth of a sense of belonging to a  community (an organisation).    Due to the fact that NGOs use e‐means for communication, these social networks are based, in a great part, on  informal e‐learning.    In  this  view,  the  organisational  environment  has  to  be  a  relational  one,  to  support  the  creation  of,  and  maintain, the following processes: generate and support motivation (the positive interactions among people,  fun  and  pleasure  that  individuals  have  in  their  networking  activities);  organisational  culture  (the  sense  of  belonging, membership, mutual understanding and social grounding); social climate (to increase self‐esteem  and foster motivation for a wider visibility, to value the individual in the organisation and allow each member  of  the  organisation  to  be  valued  by  others,  the  agreement  of  respect  and  trust,  the  self‐perception  of  usefulness, the significance of one’s contribution to group activities, and to be considered a useful contributor  to the organisation's goals).     

498


Olimpia Neagu  Innovation in NGOs    The Oslo Manual for measuring innovation (OECD, 2005) defines four types of innovation: product innovation,  process innovation, marketing innovation and organisational innovation.     Innovation is built on a foundation of creativity, resulting in the creation of new knowledge and learning within  the  organisation.  The  learning  gained  can  be  a  valuable  asset  for  the  organisation.  The  scope  of  innovation  exists primarily within the realm of the individual and the collective knowledge of the organisation.  For a definition of innovation within NGOs, we have to take into consideration the main factors or situations  which could generate or enable innovation, such as:  ƒ

Unmet beneficiary needs and concerns; 

ƒ

Problem  solving  (lack  of  resources,  limited  resources,  organisational  conflicts,  the  existing  mode  of  operation needs to be changed, a new approach for an old problem); 

ƒ

Creativity entails a level of originality and novelty that is essential for innovation; 

ƒ

Philosophy  of  services  provided  (social  business  model  or  the  way  the  services  are  offered  to  the  beneficiaries); 

ƒ

Vision of managers and leaders; 

ƒ

Organisational culture and climate. 

Innovation  in  the  context  of  NGOs  can  be  defined  as  the  process  of  generating  new  ideas,  practices  and  methods aiming to offer an improved social value to the beneficiaries.    The  main  driver  of  innovation  for  NGOs  is  the  external  environment;  specifically,  the  target  groups  and  beneficiaries.  The  shifts  in  the  political,  economic,  cultural  and  technological  components  of  the  external  environment, within the target groups needs and concerns, force NGOs to innovate their services, processes,  methods or technologies. 

3. Romanian NGOs  In Romania, non‐governmental organisations are juridical persons consisting of individuals (physical persons)  and juridical persons, which aim to carry out general or special interest activities with a non‐profit purpose. In  2010,  of  62,680  non‐profit  organisations  registered  in  the  National  Register  at  the  Ministry  of  Justice,  only  21,319  were  active  in  terms  of  financial  activities  (submission  of  yearly  financial  reports  to  the  Ministry  of  Finance).    In recent years, the main characteristics of the active non‐profit sector in Romania are:  ƒ

Significant  financial  constraints,  heightened  by  the  financial  crisis,  through  the  non‐philanthropic  behaviour of the population and firms;  

ƒ

The  focus  on  the  short‐term,  in  terms  of  resource  allocation,  due  to  limited  financial  resources  and  unstable human resources (fluctuation of volunteers);  

ƒ

The  presence  of  voluntary  resources,  with  a  heterogeneous  experience  and  knowledge,  and  non  continuous presence; 

ƒ

The need to achieve a consensus on strategy due to the associative nature of organisations; 

ƒ

A  general  concern  related  to  employed  staff  and  volunteers'  training.  Many  Romanian  NGOs  are  accredited as training providers for NGO personnel;  

ƒ

A  general  concern  to  be  more  flexible  and  effective  in  the  relationship  with  their  beneficiaries  and  stakeholders, in order to cover theirs needs and problems; 

ƒ

The capacity to build coalitions with beneficiaries, stakeholders and the community, around specific social  needs/problems (lobby and advocacy that aims to solve problems or bring an improvement);  

ƒ

The Internet is generally used as means of promotion and communication (websites, e‐mail, e‐forums, e‐ newsletters); 

499


Olimpia Neagu  ƒ

  A  general  concern  related  to  public  image.  NGOs  use  various  forms  to  be  visible  in  the  public  space  by  building/entering into various coalitions and networks; 

ƒ

An ambition to be a real partner of government and public authorities (central and local). 

4. Findings from organisational profiles  The  two  Romanian  non‐profit  organisations  that  were  examined  are:  the  National  Association  of  Citizens  Advice Bureaux (NACAB) and The League for Defence of Human Rights (LDHR). Both have a national structure,  the  main  difference  between  them  being  the  type  of  members'  affiliation.  The  NACAB  has  independent  organisations as members, whereas the LDHR is structured as an association with branches at local level, with  limited independence (see the Appendix).     The  set  of  four  key  questions  listed  in  the  first  section  provides  a  useful  framework  for  the  investigation  of  knowledge  and  human  capital  interactions,  in  envisaging  a  mechanism  for  social  value  generated  through  human capital, innovation and knowledge. 

4.1 Key typologies of knowledge within a non‐profit organisation  Taking  into  consideration  the  profiles  of  the  two  organisations,  the  following  types  of  knowledge  were  identified and are presented in Table 1 and Table 2.  Table 1: Types of knowledge and their description  Knowledge category  Administrative  Managerial  Learning  Service philosophy  Partnership  Marketing  Other 

Short description  knowledge required to manage a NGO from legal‐economic perspective  knowledge related to manage human resources and organisational processes  knowledge related to learning process in the organisation: informal and formal  learning (to train and update the skills of employees and volunteers)  knowledge regarding the philosophy of services offered to the beneficiaries, tailored  to their needs and problems  knowledge related to finding and maintaining valuable and strategic partners  knowledge related to fund raising, public relations, public image, public  communication  knowledge acquired by external sources (i.e. volunteers, beneficiaries) 

Table 2: Types of knowledge and their content   Type  know‐how 

know‐who 

know‐why 

know‐when  know‐where  know‐that 

Content  ‐proceedings for admittance in the organisation, written as formal  documents;  ‐proceedings for internal administrative processes (accountant and  financial, internal rules of organisation and functioning);  ‐handbook of CAB;  ‐handbook of the local branch;  ‐training support for CAB's adviser.  ‐profile of staff and volunteers in member organisations/branches;  ‐database with stakeholders (local public authorities and institutions,  government agencies);  ‐database with mass media.  ‐ the organisation's values, principles, mission and vision are stated in all  official documents (annual reports, press release, websites), are  explained and are discussed in general assembly, forums, workshops.  ‐event calendar inserted in the organisation's website;  ‐news, as a section in the organisation's website.  ‐search engine for navigation, knowledge map, logical content  categorisation, intuitive categorisation.  ‐virtual communities: internal network, intranet subpages, internal  publications. 

4.2 Factors that affect the adoption of knowledge management  The main factors affecting the adoption of knowledge management in NGOs are: 

500

NACAB  x  x    x    x 

LDHR  x  x      x 

x  x    x  x 

x  x    x  x 

‐  x  ‐ 

‐  x  ‐ 

x  (partial ) 


Olimpia Neagu  ƒ

Position  of  NGO  in  the  life  cycle:  organisations  in  the  consolidated  phase  are  more  likely  to  adopt  knowledge management; 

ƒ

Set  of  values  and  organisational  culture:  strong,  shared  common  values  and  a  strong  culture  are  favourable for knowledge diffusion; 

ƒ

Juridical status and context of activities: in an organisation where the members are independent affiliates,  knowledge flows more naturally than in one where activities are imposed by the centre;  

ƒ

Hierarchical  networks  structure  and  level  of  autonomy:  a  flexible  structure  and  a  greater  degree  of  member’s autonomy facilitate the adoption of knowledge management; 

ƒ

Background of governing board members and operational staff average age: a social science background  and a younger age are an advantage for the adoption of a knowledge management approach. 

4.3 The role of human capital in knowledge management within NGOs  We agree with researchers who state that organisational commitment, knowledge‐centred culture and training  are  considered  as  critical  factors  for  successful  knowledge  management  practices  in  social  economy  organisations (Cardoso et al., 2012). Therefore, we consider organisational culture as a process enabling the  improvement  of  organisational  human  capital.  The  components  of  human  capital  consist,  not  only  of  the  knowledge  of  individuals,  their  skills  and  competencies,  their  innate  talents  or  health  status,  but  also  their  social  skills.  As  consequence,  an  organisation’s  human  capital  can  be  decisively  influenced  by  organisational  culture.  Communication,  interactions,  opinion  and  information  sharing,  through  internal  social  events  or  internal  networking,  that  aim  to  strengthen  the  organisational  culture,  play  a  role  in  enhancing  an  organisation’s human capital. The organisational human capital, as tacit knowledge or knowledge embedded in  people, can be enhanced through two forms of learning: informal and formal (training). NGOs are concerned  with  the  processes  of  organisational  learning.  They  currently  have  internal  initiatives  or  opportunities  for  interconnecting  members  and  team  working,  to  make  the  organisation’s  past  and  present  experiences  available for all. They also have an internal system of training, ensuring specific skills for service delivery.     Figure  1  reflects  the  role  of  human  capital  in  the  processes  of  knowledge  management  within  NGOs.  Organisational  learning  and  organisational  culture  influence  the  accumulation  and  development  of  human  capital,  as  well  as  the  knowledge  processes  (knowledge  creation,  retention,  sharing  and  utilisation)  within  NGOs. An organisation that learns from its past and present experiences, with a consolidated culture, has great  internal cohesion and members who are dedicated to its mission, is likely to develop and accumulate human  capital of a higher quality. Through its specific forms (formal and informal), organisational learning facilitates  creation, diffusion and utilisation of knowledge within NGOs. In turn, all knowledge processes are of a learning  nature. Therefore, they influence the process of organisational learning.  

Knowledge management Processes: knowledge creation, retention, sharing, utilisation Explicit knowledge Implicit knowledge Human capital

Organisational culture

Learning

  Figure 1: Position of human capital in the knowledge management  Our conceptual considerations on human capital and knowledge, in the creation of social value, are based on  the conceptual framework developed by Perez and Ordonez de Pablos (2003), for the classification of different  forms of human capital that may exist in an organisation. In the view of these authors, there are four forms of 

501


Olimpia Neagu    human  capital  in  an  organisation,  as  uniqueness  and  strategic  value  in  the  creation  of  social  value:  idiosyncratic, ancillary, core and compulsory human capital (Figure 2). 

uniqueness

Idiosyncratic knowledge (1)

Core knowledge (3)

Ancillary knowledge (2)

Compulsory knowledge (4)

strategic value

 

Source: adapted from Perez and Ordonez de Pablos (2003)  Figure 2: Forms of human capital within NGOs  Quadrant 1 idiosyncratic knowledge represents human capital with strong uniqueness and low strategic value  for  social  value  creation.  This  is  a  specific  NGO  resource  represented  by  volunteers.  NGOs  are  currently  working with volunteers, not because it represents a free resource, but because they are committed to share  their  expertise  and  competencies  with  other  members,  or  are  engaged  to  contribute  to  the  organisational  goals  and  mission.  In  order  to  increase  the  value  of  this  form  of  human  capital,  it  has  to  be  linked  to  other  forms of human capital, as well as with relational and organisational capital.    Quadrant 2 represents the ancillary human capital, meaning staff knowledge that is neither useful for creating  social value for beneficiaries, nor is it particularly specific to the NGO. It comprises non‐skilled or low skilled  staff: receptionists, temporary workers for mailing, cleaning, maintenance, and other administrative tasks.      Quadrant  3  comprises  core  knowledge,  meaning  personnel  possessing  NGO  specific  knowledge  and  competencies:  project  manager,  network  coordinators,  fund‐raisers,  and  public  policy  experts.  NGOs  are  interested  to  over‐invest  in  this  type  of  human  capital.  NGOs  are  currently  focused  on  the  internal  development of skills, and organising comprehensive training to develop unique or NGO specific skills (i.e. CAB  advisers and managers).    Quadrant  4  reflects  compulsory  knowledge,  that  is  not  specific  to  an  NGO  or  another,  but  it  is  critical  for  achieving  the  organisation’s  objectives.  In  this  category  are:  leaders,  managers,  senior  managers,  and  board  members. Due to the transferability of this form of capital, the practice and human capital theory suggests that  organisations are not likely to invest in this kind of human capital.   

4.4 Innovation in Romanian NGOs  There  are  several  ways  to  enable  the  process  of  innovation  within  NGOs.  The  multiple  forms  of  innovation  (service,  process,  marketing,  organisational)  are  likely  to  be  used  due  to  the  concerns  of  NGOs  for  internal  cohesion, improved communication and a strengthened organisational culture, and learning.    Tables 3 and 4 describe situations leading to innovation, and the types of knowledge in relation to innovation  within NGOs.    The main impact of innovation within NGOs is reflected on knowledge processes (creation of new knowledge  and  facilitation  of  sharing/transfer,  retention  and  utilisation).  However,  specifically,  innovation  is  viewed  as  resulting in positive changes within NGOs, because it must add value for beneficiaries.  Table 3: Situations leading to innovation and means of enabling innovation in NGOs  Identified situations/problems/  opportunities identified  unmet beneficiaries needs 

Means of innovation 

Possible impact 

a new service  an improved service 

an added value offered 

502


Olimpia Neagu  Identified situations/problems/  opportunities identified  lack of financial resources  limited human resources  inappropriate human resources  unclear public image 

Means of innovation 

Possible impact 

creative fund raising activities  donors searching  new procedures and policies for  volunteers recruitment  new approach and methodology of  training activities  new approach in PR 

diversification of financial  resources  diversification of human resources  professionalised human resources  a clear public image, positioning in  the public perception 

Table 4: Knowledge and innovation in NGO  Types ok knowledge  tacit knowledge  Human capital ‐ enhanced by  informal and formal learning  (training)  explicit knowledge 

Enhanced by innovation in:  ‐means of informal learning  ‐means and methods of strengthening the organisational culture  ‐methods of training  ‐human resources procedures and policies (recruitment, selection, motivation)  ‐organisational procedures  ‐organisational processes  ‐philosophy of services  ‐standardised documents 

4.5 Mechanism through which human capital, innovation and knowledge generate social value  Figure 3 illustrates the mechanism of creating social value through human capital, innovation and knowledge.  The main channels through which innovation is created are: services (as philosophy or as mode of delivery);  procedures  (for  admitting  new  members,  human  resources  related  procedures  and  financial  procedures);  processes (training, organisational processes); and methods (to facilitate social interactions, to communicate  within or outside the organisation). These channels are activated by people (staff, managers, volunteers, board  members), and their competencies (their human capital). The innovation may have an ending if these groups  are able to activate and keep open these channels.     Social  value  can  be  created  through  the  knowledge  management  processes,  with  organisational  resources  (human, financial), according to the vision of the leaders and organisational strategy.  Social value

Resources

Innovation

Individual commitment

Beneficiary

Knowledge management processes Knowledge Human capital

Vision/Strategy

Organisational learning Organisational culture

 

Figure 3: Mechanism of social value creation within NGOs 

5. Conclusions and further directions of research  This paper offers a view of interconnections between human capital, knowledge and innovation within NGOs.  The main conclusions are: 

503


Olimpia Neagu  ƒ

  Organisational culture and informal learning are critical for the adoption of the knowledge management  approach within NGOs; 

ƒ

The  lack  of  financial  resources  and  the  instability  of  human  resources  are  the  main  constraints  of  Romanian  NGOs,  forcing  them  to  be  innovative  in  all  aspects  (services,  processes,  organisational  and  marketing); 

ƒ

The knowledge management processes are facilitated by high quality human resources, competitive and  very well trained, with specific and relevant competencies (a high quality human capital); 

ƒ

The knowledge capital of Romanian NGOs is not explored and studied. 

As further directions of research, there are at least four areas of further studies that are identified within this  study: knowledge strategies: determinants, objectives, alternatives; knowledge development process in NGOs:  factors enabling it, stages; knowledge and learning tools; how the knowledge is effectively managed. 

Appendix 1: Organisational profiles  1. National Association of Citizens Advice Bureaux (NACAB)    The National Association of Citizens Advice Bureaux (NACAB)  is a non‐governmental, non‐profit organisation,  founded in 2003, to support and direct the activities of the Citizens Advice Bureaux (CABs). The NACAB consists  of 49 independent NGOs that established CABs and CAB branches in more than 60 localities in Romania, both  in  urban  and  rural  environments.  The  NACAB  mission  is  to  consolidate  Romanian  society  by  offering  information/advice services, and by promoting the interests of all citizens in decision‐making processes. The  values of the NACAB are freedom of expression, gender equality, civic involvement, and respect to the citizen.  The  NACAB  coordinates  the  activities  of  the  CABs,  promotes  the  network  of  the  CABs  at  the  national  level,  represents  the  network  of  the  CABs  in  its  relationship  with  public  authorities,  and  aims  at  elaborating  documents with potential of impact in what concerns public policy making and social services sector, based on  information furnished by the CABs. do you mean "to highlight documents and their potential impact in the area  of public policy making and social services, based on information supplied by the CABs."    In order to achieve its mission, the NACAB needs to further strengthen its organisational capabilities in order  to become a stable landmark in mitigating the relationship between citizens (and their consequent problems  and needs) and public institutions (and their responsibility to involve citizens in the decision‐making process).  Usually, the NACAB facilitate informal learning and strengthen culture by the following means: annual general  assemblies, e‐forums, workshops, internal publication, networking, and website resources. Strategic objectives  for  2010‐2013:  continual  adaptation  of  services  to  the  citizens'  needs,  a  unified  external  image,  raising  participation  in  the  organisation  life  of  all  internal  structures,  improvement  of  the  fundraising  capacity,  and  raising the involvement of the NACAB in influencing public policies. Currently, the NACAB carry out different  projects financed from external sources (e.g. Strengthening the capacity of civil society to promote initiatives  of  social  inclusion;  Exercising  democracy:  evidence‐based  and  participatory  local  policy  making,  Closer  to  Europe  through  volunteering,  Flowchart  etc.).  The  NACAB  is  internationally  affiliated  to  Citizens  Advice  International  and  European  Citizens  Advice  Services.  The  NACAB  has  procedures  for  admitting  members  (organisations  comprising  a  CAB  in  their  structure)  in  the  organisation,  financial  and  accounting  procedures,  and internal rules of working and organisation.    Sources: interviews, website.    2. The League for Defence of Human Rights (LDHR)    The League for Defence of Human Rights (LDHR) is a non‐governmental, non‐profit organisation, founded in  1990, structured as an association, with branches at local level having a limited independence. The vision of  the LDHR is a "world where we respect each other". LDHR values are: altruism, professionalism, responsibility,  and respect for the citizen. In fulfilling its mission, LDHR members are guided by the principles of volunteering,  independency, non‐discrimination, openness and responsibility towards the citizen. The organisation's current  activities:  information  and  advice  services  in  the  field  of  human  rights,  and  their  intensive  promotion.  The  LDHR  has  procedures  for  admitting  members  (individuals)  into  the  organisation,  financial  and  accounting  procedures, and internal rules of working and organisation. The means to facilitate organisational learning and 

504


Olimpia Neagu  culture are  general  assemblies,  networking,  and  training courses.  The  strategic objectives  for  2010‐2013  are  improvement of fundraising capacity and strengthening the organisation's public image at national level.  Currently,  some  active  local  branches  are  carrying  out  various  projects  in  the  human  rights  field  (human  trafficking,  minorities  rights,  immigrant  minorities,  education  for  democracy  and  human  rights,  European  citizenship),  financed  from  external  sources  (European  Union)  and  the  national  budget.    The  LDHR  is  internationally affiliated with the International Federation of Human Rights in Paris.    Sources: interviews. 

References  Argyris, C. and Schön, D. (1978), Organizational Learning: A Theory of Action Perspective, Addison‐Wesley Publishers,  Reading, MA.  Bergeron, B. (2003), Essentials of Knowledge Management, John Wiley & Sons.  Bontis, N. (1999), “Managing organisational knowledge by diagnosing intellectual capital: framing and advancing the state  of the field”, International Journal of Technology Management, Vol. 18 Nos 5‐8, pp. 433‐62.  Bontis, N., Crossan, M.M. and Hulland, J. (2002), “Managing an organisational learning system by aligning stocks and  flows”, Journal of Management Studies, Vol. 39 No. 4, pp. 437‐69.  Cardoso,L., Meireles, A., Peralta,C.F. (2012), "Knowledge management and its critical factors in social economy  organizations", Journal of Knowledge Management, Vol. 16 Iss.2, pp.267‐284.  Ekinge, R., Lennartsson, B. (2000), "Organizational Knowledge as a Basis for the Management of Development Projects",  Accepted to Discovering Connections: A Renaissance Through Systems Learning Conference, Dearborn, Michigan.  Groff, T.R. and Jones, T.P. (2003), Introduction to Knowledge Management, Burlington, MA: Butterworth‐Heinemann.  Hatch, J., (2010), Defining Organizational Knowledge: Turning individual knowledge into organizational intellectual capital,  (http://knol.google.com/k/defining‐organizational‐knowledge) accessed 24 March 2013.  Knight, T. & Howes, T. (2003), Knowledge Management ‐ A Blueprint for Delivery, Oxford: Butterworth‐Heinemann.  Lettieri, E., Borga, F. and Salvodelli, A. (2004), “Knowledge management in non‐profit management”, Journal of Knowledge  Management, Vol.8 No.6, pp.16‐30.  Newman, B. and Conrad, K.W. (1999), “A Framework for Characterizing the Knowledge Management Methods, Practices  and Technology”, The Knowledge Management Papers. (http://www.km‐forum.org/KM‐Characterization‐ Framework.pdf) accessed 25 March 2013.  O'Dell, C. & Grayson, C. J. (1998), If Only We Knew What We Know: The Transfer of Internal Knowledge and Best Practice,  Free Press, 1998.  OECD (2005), Oslo Manual for Collecting and interpreting Innovation Data, Statistical Office of European Communities,  Luxembourg.  Perez, J.R. and Ordonez de Pablos P. (2003), ”Knowledge management and organizational competitiveness: a framework  for human capital analysis”, Journal of Knowledge Management, Vol.7, No.3, pp.82‐91.  Polanyi, M. (1966), The Tacit Dimension, Garden City, NY, Doubleday.  Ryle, G. (1949), The Concept of Mind, London: Hutcheson. 

 

505


Theorising a new Concept: ‘Micro Intellectual Capital’ (MIC) Using  Knowledge From Inside the Classroom  Gary Oliver  The University of Sydney, Australia  gary.oliver@sydney.edu.au    Abstract: A new concept is theorised, that of micro intellectual capital (MIC) which is equally applicable to organisations  and the classroom. The elements of the theory are diverse knowledge, background and experience, a credible source of  knowledge, a common issue, an opportunity for learning, motivation to establish and maintain communication, together  with its context. These elements were derived from a broad consideration of the literature on intellectual capital (IC). By  moving from the traditional top‐down view of IC to a bottom‐up view the detail of processes and events which generate  MIC  are  apparent.  Since  their  contribution  to  MIC  varies,  any  snapshot  of  knowledge  flows  and  stocks  is  likely  to  be  misleading. It is illustrated from the classroom in a case study that explores the generation of MIC both individually and  through  membership  of  a  team.  In  the  classroom,  MIC  manifests  in  terms  of  more  confident,  flexible  communication/persuasion,  as  well  as  through  developing  generic  stills  which  are  unlikely  to  become  obsolescent  as  occurs  with  discipline  knowledge.  Situating  MIC  in  this  way  changes  its  perception  from  an  external  judgement  to  an  awareness  gained  through  feedback,  reflection  and  communication.  Although  developed  outside  the  business  environment  but  with  reference  to  it,  there  is  scope  to  compare  and  apply  the  insights  from  the  MIC  to  business  performance. It has the advantage of not requiring the balanced scorecard but is expressed with financial and non‐financial  information.    Keywords: bottom‐up, collaboration, intellectual capital (IC), knowledge flows, micro intellectual capital, team‐based  learning 

1. Introduction: Moving from aggregate IC to micro IC  Universities  are  a  major  contributor  to  the  intellectual  capital  (IC)  in  both  their  region  and  their  nation  (Sanchez  and  Elena,  2006).  IC  is  the  collection  of  intangibles  which  “allows  an  organisation  to  transfer  a  collection  of  material,  financial  and  human  resources  into  a  system  capable  of  creating  value  for  the  stakeholders”  (European  Commission,  2006,  p.  4).  A  top  down  approach  advocates  inclusion  of  IC  in  accounting systems and reports (e.g., Corcoles et al., 2011).    The objective of this paper is to propose a bottom‐up account of IC termed micro IC (MIC). It is illustrated using  the  needs,  expectations  and  experience  of  students  although  it  could  equally  be  applied  to  organisations  (businesses).  The  nexus  between  teaching  and  business  is  found  in  the  observation  from  Ichijo  and  Nonaka  (2007, p.  3)  that  “The  success  of  a  company  in  the  twenty‐first  century will  be  determined  by  the  extent  to  which  its  leaders  can  develop  intellectual  capital  through  knowledge  creation  and  knowledge  sharing  on  a  global basis.” Development of the theory proceeds in four steps. First IC is related to knowledge sharing and  generally  accepted  segments  (categories)  of  IC  are  identified.  Second,  rival  theories  of  IC  and  value  are  examined. Third, the MIC theory is proposed. Fourth a case study is used to trace the generation of MIC. It is  concluded that MIC is linked with activities that promote both feedback and reflection. 

2. Generally accepted segments (categories) of intellectual capital  There is a consensus that there are three basic and closely interrelated segments of IC (e.g., Brooking, 1996;  Edvinsson and Malone, 1997; Moon & Kym, 2006; Stewart, 1997) which are based on effectiveness (Kannan &  Aulbur,  2004)  and  knowledge  as  a  stock  (Dierickx  &  Cool,  1989)  that  is  captured  explicitly  in  a  central  repository that may be human (Starbuck, 1982) or technological. While these categorisations were formulated  with organisations as their context they can be equally applied to student knowledge and learning as the three  generic categories highlight different facets of IC as it is situated (Lave & Wenger, 1991) in university teaching  and learning (Table 1). Table 1 presents the traditional segmentation of IC and then extends it to universities.    It  can  be  seen  from  Table  1  that  the  traditional  three  segments  of  IC  can  be  readily  extended  to  student  learning.  The  difference  lies  in  the  student  as  a  single  being  unlike  the  organisation,  and  their  potential  for  passive  acquisition  of  knowledge.  The  latter  point  is  a  matter  that  will  be  dealt  with  as  part  of  the  MIC  discussion.   

506


Gary Oliver  Table 1: Consensus view of IC as a stock for organisations extended to universities  Stock of IC 

Human  capital 

Employee  capabilities  knowledge,  competences,  experience, and  know‐how  Employee  satisfaction  Employee  sustainability  Organisation  culture 

Structural  capital 

Organisational  processes  including  technology 

Innovation and  intellectual  property 

Customer  relationships  Relational  capital  (Social  capital) 

Supplier  relationships  Community (or  community  groups)  relationships 

Orientation  Traditional  Extended  Organisations using organisational  University classroom learning and  performance  teaching  Accumulated value of investments in  Knowledge possessed by students  employees’ education, training,  demonstrated in class, in the  competence, and future (Becker, 1964;  intermediate assessment tasks and in  Kaplan & Norton, 1996; Nerdrum &  the final summative assessment task  Erikson, 2001; Pigou, 1928; Smith,  1776) 

Organisational vision, mission and  strategy implementation (Bollen et al.,  2005; Knight, 1999; Mintzberg, 1978;  Saint‐Onge 1996; Roos, et al., 1997).  Processes, systems, structures and  other intangibles including culture that  are owned by the firm but do not  appear on its balance sheet (Martín‐ de‐Castro, Navas‐López, López‐Sáez,  Alama‐Salazar, 2006; Saint‐Onge, 1996;  Stewart, 1997)  Intellectual property created and  available (Brooking, 1996; Edvinsson &  Malone, 1997; Stewart, 1997; Sullivan,  1998)  Knowledge embedded in the  relationship with the customer (Knight,  1999; Leana & Van Buren, 1999;  Skyrme, 1998; Sveiby, 1997)  Knowledge embedded in the  relationship with the supplier (Knight,  1999; Skyrme, 1998; Sveiby, 1997)  Knowledge in groups and networks of  knowledge resources embedded  within and derived from a network of  relationships (Coleman, 1988; Knight,  1999) 

Awareness of students of the university  and subject aims 

Knowledge available to students from  using the systems and processes of the  university and of the class 

This includes the learning character of  the university, and its departments or  disciplines  Knowledge embedded in the student‐ teacher relationship  This is the knowledge that arises from  being part of a team and from being in  the specific class (or stream)  Knowledge gained by students about  the university and higher education  Knowledge provided by students in  other classes and courses made  available thorough interactions. 

MIC as sharing knowledge as flows to build stocks    Stocks and flows can be used to show the duality of knowledge (Bontis, 1999) so separating them is an artificial  distinction. The position in this paper is that both are complementary but flows represent the critical catalyst  phase of knowledge sharing since knowledge is stratified (Foss, 2006) across individuals. Making use of such  knowledge available begins with sharing it as shown in Figure 1 with a knowledge market (a dyad or economic  supply and demand forces).    Traditionally knowledge is treated as an object which can be converted or codified (Bassi & van Buren, 2000,  Dierickx  &  Cool,  1989,  Johnson,  1999;  Nonaka  &  Takeuchi,  1995;  Nonaka  et  al.,  2008),  which  can  be  transferred from the human being (Dixon, 2000) for external storage.    Knowledge  flows  are  worthy  of  examination  in  their  own  right.  There  is  a  body  of  knowledge  studies  (e.g.,  Augier et al., 2001, Dixon 2000, King & Ko 2001, Markus 2001, O’Leary 2001, Schultze & Boland 2000, Swap et  al., 2001) which theorise knowledge flows in their own right. This view is used in Table 2. A flow approach to  knowledge has the advantage that flows can be specified (Cricelli & Grimaldi, 2008) and their contribution to  MIC can be assessed without necessarily managing knowledge as a process. 

 

507


Gary Oliver  Knowledge  possessor(s)

Knowledge  flow

Knowledge  sharing

Knowledge market

Knowledge  flow

Knowledge  recipient(s)

 

Figure 1: Knowledge stocks and flows in knowledge sharing  The  wealth  creation  argument  from  Stewart  (1997)  that  a  higher‐valued  asset  that  results  in  new  product  characteristics and/or process improvements is the result of stocks and flows is central to MIC. In this case, the  higher‐valued  asset  is  the  student  who  becomes  an  employee  with  better  potential  to  perform  when  they  commence  their  new  job  (or  better  perform  their  existing  job).  This  capacity  is  a  combination  of practice  in  disciplined analysis and synthesis provided by studies and adapting to new situations.    Rival theories in the field of intellectual capital creation 

  The rival theories of IC can be divided into those viewing knowledge as a flow and those viewing knowledge as  a stock. The flow‐related theories are dominated by social capital creation (e.g., Nahapiet, & Ghoshal, 1998),  improved leadership (e.g., Johnson, 1999) and “knowledge, experience, expertise and associated soft assets,  rather than hard physical and financial capital” (Klein, 1999: 1), and practice (Østerlund & Carlile, 2005). These  theories  are  summarised  in  Table  2.  However,  their  knowledge  flows  also  imply  a  change  in  the  stock  of  knowledge.  Table 2: Existing theories on knowledge flows with implications for MIC  Author  Augier et al.,  (2001) 

Theories of knowledge as a flow  Knowledge flows differ for structured and  unstructured problems 

Bourdieu,  (1977) 

Individuals are not necessarily aware of  the value of their knowledge and it is  made available as part of social practices  Distinguish between near (routine) and  far (novel) transfer of knowledge  Views knowledge flows in a value chain 

Dixon, (2000)  King & Ko,  (2001)  Markus,  (2001) 

Nissen &  Levitt, (2002) 

Nonaka et al.,  (2008)  O’Leary,  (2001)  Schultze &  Boland,  (2000) 

 

Knowledge re‐use occurs with individual  knowledge workers, small groups, novices  (of expert) or secondary knowledge  miners  Analyses flows into direction, hierarchy,  explicitness and time underpinned by the  Nonaka and Takeuchi (1995) SECI  conversion model  Restatement and consolidation of the  earlier SECI and Ba knowledge creation  models  Frequency of knowledge reuse involves  knowledge flows  Gatekeeping practices can inhibited  knowledge flows 

508

Implications for MIC  Developed from considering structured and  unstructured problems, that is , from using significantly  different approaches  Depends upon the relational interdependencies of  individuals and institutions but this may have a short‐ term focus  Uses near knowledge techniques to facilitate far  knowledge  Does not depend on sequencing processes in the  primary and support activities of the value chain  May arise from transferring or repurposing knowledge 

Independent as to whether knowledge is transmitted  or constructed 

May be the result of a sequence of processes 

Facilitated by re‐use  Affected by gatekeeping or the availability of multiple  sources of information 


Gary Oliver  Author  Swap et al.,  (2001) 

Theories of knowledge as a flow  Storytelling contains knowledge and  lessons 

Implications for MIC  Developed through stories and storytelling 

IC  flow  theories  suffer  from  three  deficiencies  with  regard  to  MIC.  First  when  organisational  performance  is  removed as a criterion their IC status is lost. Second, they lose scalability when particular knowledge flows are  selected from particular individuals so IC is difficult to locate (e.g., Schultze & Boland, 2000). Third, theories  that rely on a formal sequence (e.g., Nissen & Levitt, 2002) with reckoning of consequences at each process  are apt to deny creation of IC and regard the processes as contributing no value (e.g., Nonaka et al., 2008).  These  theories  imply  that  there  is  always  choice  in  interactions  or  relations  and  that  creation  of  IC  is  predictable, both of which MIC does not assume.    The  existing  theories  on  stocks  of  knowledge  (Table  3)  deal  with  learning  and/or  valuation  and  have  similar  problems.  Table 3: Existing theories on knowledge stocks with implications for MIC  Author  Bandura,  (1977)  Bontis, et al.,  (2002) 

Theories of knowledge as a stock  Stock is built through  observation  A stock of learning occurs at the  individual and group levels 

Dierrickx &  Cool, (1989) 

Stock is produced with a lag  delaying the benefit to  organisation  Stock should be valued 

Lev, (2001) 

Implications for MIC  Built though observation as well as through the creation of  new knowledge  Change the understanding and/or the actions of the  individual although groups and organisations can facilitate  knowledge flows  Select time paths of flows that properly feed these stocks 

Create intangible assets that have a value which can be  measured 

The stocks view of knowledge suffer from two deficiencies with regard to MIC. First, they require the ensuing  stock  to  manifest  itself  unambiguously.  As  noted  above,  the  learning  views  of  knowledge  require  this  to  be  eventually demonstrated through improved organisational performance Dierrickx & Cool, 1989) which is not  always  possible.  Second,  it  accepts  the  fallback  position  that  learning  is  a  sufficient  indicator  (Bontis,  et  al,  2002). Clearly, these are fragile stocks despite any apparent competence, or capability of individuals or groups.    Overall,  these  theories  of  knowledge  flows  and  stocks  are  deficient  in  four  major  respects.  First,  they  aggregate  IC  without  identifying  the  individual  and  group  contributors  overlooking  the  Pareto  principle  that  few  are  responsible  for  the  many.  Second,  they  are  biased  toward  knowledge  as  a  stock  even  taking  a  snapshot  of  a  knowledge  flow.  Third  they  overlook  the  contextual  factors  that  can  stimulate  flows  and  sensemaking. Finally they are deficient in their perspective by preferring performance rather than learning. In  fairness  to  them,  an  aggregate  view  of  IC  is  little  concerned  with  from  whom  it  originates  and  what  the  circumstances  are  which  produced  it  because  human  capital  is  only  one  of  three  contributors  and  business  fads  such  as  process  reengineering  have  straddled  the  organisation‐individual  divide.  MIC  overcomes  these  shortcomings.    Micro intellectual capital (MIC) theory 

  The micro IC theory proposed is the first of its kind. It has five interacting elements as shown in Figure 2 which  are active within the specific environment. Each element is described identifying its source and its relevance to  the MIC theory.    There  must  be  a  diverse  knowledge  base  (Penrose,  1959).  MIC  relies  on  advances  in  economic  and  multi‐ national firm studies to support a heterogeneous view of knowledge. There is evidence over a long period that  the creation of new knowledge is facilitated by diversity (e.g., Becker, 1964/1993; Pawlowsky, 2001).    There must be motivation for establishing and maintaining communication (Massey, 2001). This may have to  do with social norms and values including group psychology of the in‐group and out‐groups (Evered & Louis,  1981).  However,  the  overall  contributor  to  communication  appears  to  be  associated  with  opportunities  to  learn  (e.g.,  Schön,  1983),  perhaps  through  mentoring  (Swap  et  al.,  2001)  which  is  mainly  informal  and  the  satisfaction it can provide. 

 

509


Gary Oliver  Working on a common problem or issue (Schein, 1970) facilitates knowledge flows. The common problem may  be one which is given to the participants (Nonaka & Takeuchi, 1995) or one in which the participants recognise  the need for investigation (Polanyi, 1966).    However, a common problem or opportunity may not be sufficient; there must be an opportunity for learning.  It  is  questionable  whether  copying  observed  behaviour  (Bandura,  1977)  in  situ  is  learning  but  if  it  is  then  Argyris  and  Schon,  (1974,  1978)  would  treat  it  a  single  loop  learning  where  there  is  no  reflection  and  reorientation  of  goals.  Thus  any  learning  opportunity  should  have  the  formal  elements  of  making  time  available  (Aronson  et  al.,  1999)  and  active  engagement  with  support  (Vygotsky,  1934/1968,  1978).  The  outcome should be double loop learning in which goals and means are reconsidered after reflection (Argyris &  Schon, 1974, 1978).    Fifthly,  the  providers  and  recipients  of  knowledge  must  be  credible  sources  of  knowledge  (Lave  &  Wenger,  1991).  This  can  require  the  presence  of  experts  who  have  extensive  experience  (e.g.,  Ericsson,  2006)  or  knowledgeable individuals who can provide hitherto unknown knowledge (Davenport & Prusak, 2000).    Context provides the MIC theory with specificity (Augier, et al., 2001). There are two aspects of context. The  first  is  environmental  factors  that  affect  perception  of  a  stimulus.  The  second  is  the  constraints  and  opportunities provided by context. The circumstances affecting MIC may therefore be facilitative or disruptive. 

  Figure  2:  Close  coupling  of  the  five  elements  of  the  micro‐intellectual  capital  flow  model  within  a  specific  environment  The MIC theory then leads to a different view of the value of IC. Table 4 is factored into the sources of value  traditionally identified which are compared with those for MIC.  Table 4: Comparison of IC as aggregate value and MIC  IC segment 

IC value  Employee  capabilities 

Human  capital 

Employee  satisfaction  Employee  sustainability  (turnover) 

Structural  capital 

 

Organisation culture 

Issue with MIC  Capabilities are nascent and unlikely  to be seen as a potential and  judgement of them may be deferred  or subject to overconfidence  (Kahneman, 2011)  Satisfaction and dissatisfaction in  humans are in dynamic tension  (Nietzsche, 1969)  MIC is not oriented toward the  perspective of the organisation  Opportunities for ethical and  helping behaviours are presented to  individuals and teams and reactions  are shaped by the organisation  culture and individual values  (Chatman & Barsade, 1992) 

510

Avenue for developing MIC  Structured approaches for  problem solving, communication  and teamwork, and, repertoire of  problems solved  Personal values, skills and  judgements about value or other  people  Externally imposed evaluation  criteria and performance against  the criteria  Adaptability and resilience of  personal, peer and organisational  values including the access to  resources 


Gary Oliver  IC segment 

IC value  Organisational  processes including  technology  Innovation and  intellectual property 

Relational  capital (Social  capital) 

Customer  relationships  Supplier relationships  Community (or  community groups)  relationships 

Issue with MIC  Include procedure descriptions, on‐ the‐job training, informal learning  and learning through doing (Arrow,  1962)  Appropriate local ideas and  techniques for solving problems  (Davenport & Prusak, 2000)  Establish formal and informal  relationships which do not always  use a codified strategy (Hansen, et  al.,. 1999) 

Avenue for developing MIC  Formality and legitimacy of  routines including innovation 

Extent to which novel solutions  are recognised and protected  Continuity of relationships when  difficulties are encountered  encourages learning 

The  MIC  thus  balances  learning  with  feedback,  reflection  and  communication  recognising  that  knowledge  develops  gradually  (Schön,  1983).  Learning  features  learning  by  doing.  Feedback  can  identify  erroneous  knowledge,  advise  on  improving  it  and  helping  understanding  (Nadler,  1977).  Reflection  with  reference  to  experiences  considers  commonalities,  differences,  and  interrelations  (Dewey,  1933).  Although  these  are  the  crux of MIC they are not its sources since the knowledge (knowing) is associated with particular qualities and  conditions  at  an  instant,  and  the  successful  execution  of  an  activity  is  only  partly  dependent  upon  the  possession of appropriate knowledge. 

3. Application of MIC to an empirical case  A case study (Yin, 2003) is used to evaluate the theory. It uses the teaching and learning approach adopted in a  postgraduate managerial accounting unit of study (Managerial accounting and decision making) which is the  entry  level  managerial  accounting  course  for  both  the  Master  of  Professional  Accounting  and  the  Master  of  Commerce  degree.  Enrolments  are  approximately  300  per  semester  with  approximately  a  70%  international  student intake. The unit comprises a 13 week semester with 10 separate topics and a capstone integrated case  study allowing for an opening introduction week and closing review week. Students are placed into teams in  week one which they retain throughout the semester. Students are required to prepare for class (Michaelsen,  2004) and this preparation is tested with 10 multiple choice questions of basic knowledge first individually and  then re‐taken in their team. Successful completion of the readiness assurance entitles teams to undertake the  business practical. It consists of a scenario which requires analysis and selection of a managerial decision from  a pool of six equally viable options. Teams have to justify their choice and defend it against challenges from  other teams.    The  comments  that  follow  are  informed  by  triangulation  (Jick,  1979).  There  are  six  classes  taken  by  three  different  instructors  which  allow  their  observations  to  be  compared.  Data  is  collected  by  different  methods  (observation,  self‐report,  objective  assessment  and  final  exam  calculations  and  essays).  The  team  only  functions  in  class  and  the  class  activities  are  structured as  shown  in Figure 3  which  shows  the  simultaneous  change in knowledge, the passage of time and the use of higher order skills or thinking (Bloom’s taxonomy, in  Anderson and Krathwohl, 2001) in teaching and learning in individual and team (peer) contexts. (A BPMN or  flow  diagram  is  unsuitable  as  it  cannot  show  the  MIC  creation  opportunities  as  they  are  not  processes  as  is  expected with IC). Its interconnected nature indicates that none of these elements is dominant and their close  coupling creates knowledge flows and stocks, building MIC.    A  diverse  knowledge  base  is  created  by  deliberately  allocating  students  to  teams  on  the  basis  of  their  education, communication and culture to achieve a mix of high, medium and low within the one team. MIC is  generated  through  the  new  intellectual  experiences,  more  complex  social  interactions  and  sharing  their  knowledge that arise from the presence of the diverse membership which mitigates against groupthink (Janus,  1972).    There  must  be  motivation  for  establishing  and  maintaining  communication.  Apart  from  the  task  orientation  and  the  different  potential  contributions  team  members  are  capable  of  making  there  is  the  carrot  of  the  assessment mark. If students are considered nodes they participate in the knowledge flows shown in Table 6  below.  The  MIC  generated  here  takes  the  form  of  knowledge  flows  and  knowledge  stocks.  However,  knowledge flows are a combination of explicit and tacit knowledge (Polanyi, 1966) so the student has to make 

 

511


Gary Oliver  sense of knowledge either for themselves in reflection (Boud et al., 1985) or by initiating discussion with other  members (Brookfield & Preskill, 1995). 

  Figure 3: Overview of the IC building process in the classroom  Table 6: MIC from knowledge flows at the major knowledge nodes  Knowledge nodes  Knowledge  flows 

 

Within team 

Between all  teams in the  class 

Knowledge  flows in  class 

Description of  concepts or  analytical  frameworks;  commentary;  clarification of  understanding 

Justification for  the  recommend‐ ation;  Challenges to  the  recommend‐ ation;  Defence by the  recommend‐ing  team 

Knowledge  flows  outside  class 

The team may  meet and discuss  any concerns  before class 

‐ 

Conclusion  on the  value of  MIC 

Human and  structural MIC  with the major  knowledge flow 

Structural MIC  although this is  of considerable  importance, 

Team to  Instructor 

Instructor to  team 

Instructor to  class 

Comment‐ary  on their  position;  questions  about their  interpretat‐ ion of the  scenario 

Advice and  assistance in  analysis and  guidance on  the  robustness of  their position 

Consultat‐ion  seeks to  clarify any  difficulties  with  preparation 

Provide  explanations  and examples  to assist the  team apply  their  knowledge  Human and  structural  MIC  depending 

Misunderst‐ andings on  data or  theory;  Illustrations  of current  business  events that  relate to the  scenario;  Feedback on  perform‐ance  Discussion  answers  posted on  Blackboard;  Broadcast e‐ mail 

Relational  MIC. This is  the most  under‐utilised 

512

Relation‐ship  MIC; while  the class  state this as 

Instructor  to  individual  student  Any  individual  discussion  is usually  advised to  the team  member’s  team 

E‐mail 

Human and  structural  MIC when  students 


Gary Oliver  Knowledge nodes  Knowledge  flows  resulting  from the  flow 

Within team  in terms of  understanding  the material as  well as applying it  to the scenario  for the topic 

Between all  teams in the  class  the knowledge  know is  essentially one  of comparing  the strength  and clarity of  their own  presentation  with those  from  competing  teams 

Team to  Instructor 

Instructor to  team 

knowledge  flow with the  Instructor  having to  prompt each  team for its  concerns. 

upon the  instructor  observing the  progress and  performance  of each  individual  team. 

Instructor  to  individual  student  significant in  discover  their surveys,  that many  the fact that  questions  they make no  they pose in  notes  an e‐mail  suggests they  cannot be  regard it as  answered  general  by a short  comment.  reply they  They pay  usually take  much closer  advantage  attention to  of team  feedback to  interaction  themselves as  (sometimes  a team.  with the  instructor)  Instructor to  class 

Knowledge flows refresh, supplement and discard elements of the knowledge stocks as shown in Table 8. The  MIC generated comprises both discipline and generic skills.  Table 8: A skills view of knowledge stocks and flows of workplace know‐how  Type of  workplace  know‐how 

Discipline  skills (in  postgrad‐ uate  Managerial  Accounting  for Decision  Making) 

Generic skills  (key, core,  essential  skills, or  competen‐

 

Knowledge flow 

Knowledge stock 

Inflow(s) 

Outflow(s) 

Units 

Features of the  analytical  frameworks 

Individual and  Team knowledge  revealed  readiness test 

Improvements in  understanding  analytical  frameworks 

Techniques for  information  organisation,  filtering, analysis  and synthesis 

Evidence of  definition and  scoping of the  problem in  context and  formulation of  the solution  Information  reduction,  summarisation  and prioritisation 

Matching  analytical  frameworks with  problem/task  characteristics 

Examples of  successful and  unsuccessful  dissemination 

Combinations of  theory, evidence  and logical  argument 

Learning how to  lead, cooperate  and resolve  conflicts 

Team behaviours  and etiquette  including respect  and  encouragement 

Understanding  of the problem  and  reasonableness  of the solution  Team  cohesiveness  and productivity 

Improved ways  to representing  information 

Suitability of  supporting  worksheets and  supplementary  analyses 

513

Refreshed,  supplemented or  discarded  Details of  analytical  frameworks  suitable for  resolving  management  issues  Conceptual, logic  and analysis skills  in problem solving  and making  recommendations  concerning major  issues  Relevant  information  collection and  organising for  communication  and persuasion  Communicating,  negotiating and  persuasion of  ideas, and  information  People‐related  skills 

Units  Mental models  of the analytical  framework and  exemplar uses  based on  scenarios  worked on in  class  Repertoire of  problems solved 

Structured  approaches used  for  communication  and reporting  Experiences of  negotiation and  persuasion 

Interpersonal,  teamwork,  customer‐service  skills 


Gary Oliver  Type of  workplace  know‐how  cies,  necessary  skills,  transferable  skills or  employability  skills) 

Knowledge flow 

Knowledge stock 

Inflow(s) 

Outflow(s) 

Units 

Assistance  interpreting  ethical dilemmas 

Legal, moral and  ethical  judgements 

Appreciation of  the difficulties in  being ethical 

Means of  adapting and  coping 

Individual  differences on  politeness,  perseverance,  goal‐setting,  positive self‐ worth,  commitment to  learning and  social  functioning 

Confidence and  capabilities 

Refreshed,  supplemented or  discarded  Applied  understanding of  ethical principles  and standards  Personal skills 

Units  Responses to  ethical dilemmas  and their  resolution  Adaptability to  change in a  diverse  environment;  personal  presentation;  ability to deal  with limited  resources 

Working  on  a  common  problem  or  issue  facilitates  knowledge  flows.  A  major  feature  of  the  task  is  that  it  cannot  be  completed  individually  and  does  not  have  a  single  correct  answer.  The  possibility  of  multiple  answers promotes discussion particularly though challenges and clarifications by the team members. The MIC  generated is both direct, that is in applying knowledge, as well as indirect, comprising teamwork.    The specification of class preparation combined with the individual testing of students before they commence  to  apply  their  knowledge  ensures  the  providers  and  recipients  of  knowledge  are  credible  sources  of  knowledge. The MIC created is thus credible to the students who have co‐created their knowledge.    Anticipating the application of knowledge creates an opportunity for learning which permeates the classroom.  The fact that classes are scheduled each week reinforces this and allows students to observe the learning of  their  peers.  The  MIC  generated  is  visible  as  performance  in  the  weekly  assessment  as  well  as  its  lag  effects  when information is recalled from the unit of study.    In this case context provides the environmental factors that reinforce student perception that their learning is  team‐based because ‘it is the way things are done around here’. Also important are the effects of continuous  improvement which ensures the student experience is not that of test‐pilot. In these circumstances the MIC is  facilitative. 

4. Conclusion  The case study shows that MIC is built during the activities of feedback, reflection and communication. Making  and defending decisions where a shared interpretation and joint analysis of a business practice leads to topic  knowledge  being  reshaped,  applied  and  adapted  to  the  context  of  the  business  practical  application  of  knowledge. It avoids the need for a balanced scorecard approach expressed with financial and non‐financial  information. A limitation is the specificity of the present case although the MIC may differ in other teaching  and  learning  environments.  Nevertheless,  MIC  is  shown  to  be  identifiable  from  bottom  up  and  is  consistent  with the value segments of IC.    The comments of the anonymous reviewer concerning separating the theory from the case study are gratefully  acknowledged. 

References  Anderson, L.W., & Krathwohl, D.R. (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom's  taxonomy of educational objectives. New York, NY: Addison‐Wesley Longman.  Argyris, C., & Schön, D. (1974). Theory in practice: Increasing professional effectiveness. San Francisco: Jossey‐Bass.  Argyris, C., & Schön, D. (1978). Organisational learning: A theory of action perspective. Reading, Massachusetts: Addison  Wesley.  Aronson, J., Zimmerman, J., & Carlos, (1999). Is it just a matter of time? http://www.wested.org/cs/we/view/rs/95  Arrow, K. (1962). The economic implications of learning by doing. Review of Economic Studies, 29(3), 155‐173. 

 

514


Gary Oliver  Augier, M., Shariq, S.Z. & Vendelo, M.T., (2001). Understanding context: Its emergence, transformation and role in tacit  knowledge sharing. Journal of Knowledge Management, 5(2), pp. 125‐136.  Bandura, A. (1977). Social learning Theory, Prentice Hall, Englewood Cliffs, NJ.  Bassi, L.J., & van Buren, M.E. (2000). New Measures for a New Era. In (Eds.) D. Morey, M. Maybury and B. Thuraisingham,  Knowledge management: Classic and contemporary works (pp. 355‐373). Cambridge, Massachusetts: MIT Press.  rd Becker, G. (1964/1993). Human capital: A theoretical and empirical analysis with special reference to education. (3  ed.).  Chicago, Ill: University of Chicago Press.  Bollen, L., Vergauwen, P., & Schneiders, S. (2005). linking intellectual capital and intellectual property to company  performance. Management Decision, 43(9), 1161‐1185.  Bontis, N. (1999). Managing Organisational Knowledge by Diagnosing Intellectual Capital: Framing and Advancing the State  of the Field. International Journal of Technology Management, 18(5), 433‐462.  Bontis, N., Crossan, M., & Hulland, J. (2002). Managing an organisational learning system by aligning stocks and flows.  Journal of Management Studies, 39(4): 437‐470.  Boud, D., Keogh, R., & Walker, D. (1985). Promoting Reflection in Learning: A Model. In (Eds.) D. Boud, R. Keogh, & D.  Walker, Reflection: Turning Experience into Learning. London: Routledge.  Bourdieu, P. (1977). Outline of a theory of practice. Cambridge: Cambridge University Press.  Brooking, A. (1996). Intellectual Capital: Core Assets for the Third Millennium Enterprise.” Thompson Business Press,  London.  nd Brookfield, S.D., & Preskill, S. (1995). Discussion as a way of teaching: tools and techniques for democratic classrooms, (2   ed.), San Francisco: Jossey‐Bass.  Chatman, J.A. & Barsade, S.G. (1992). Mixing and matching dispositions and organisational culture: the challenge to staying  true to your cooperative self in an individualistic organisation. mimeo, Northwestern University, Evanston: Haas  School of Business Administration.  Northwestern University: Evanston, Illinois.  Coleman, J.S. (1988), Social capital in the creation of human capital. The American Journal of Sociology, 94, Supplement,  pp. s95‐s120.  Cricelli, L., & Grimaldi, M. (2008). A dynamic view of knowledge and information: a stock and flow based methodology.  International Journal of Management and Decision Making, 9(6): 686‐698.  Davenport, T., & Prusak, L. (2000). Working knowledge. Boston, Massachusetts: Harvard University Press.  Dewey, J. (1933). How we think: A restatement of the relation of reflective thinking to the educative process. Boston: DC:  Heath.  Dierickx, I., & Cool, K. (1989). Asset stock accumulation and sustainability of competitive advantage. Management Science,  35(2), 1504‐1514.  Dixon, N.M., (2000). Common knowledge Harvard Business School Press: Boston, Massachusetts.  Edvinsson, L., & Malone, M.S. (1997). Intellectual capital: Realising your company’s true value by finding its hidden  brainpower. New York: Harper Business.  Ericsson, A.K.; Charness, N., Feltovich, P., & Hoffman, R.R. (2006). Cambridge handbook on expertise and expert  performance. Cambridge: Cambridge University Press.  European Commission (2006). RICARDIS – Reporting intellectual capital to augment research, development and innovation  in SMEs. Brussels: European Commission.  Evered, R., & Louis, M.R. (1981). Alternative perspectives in the organisational sciences: “inquiry from the inside’ and  ‘inquiry from the outside’”. The Academy of Management Review, 6(3), 385‐395.  Hansen, M.T., Nohria, N., & Tierny, T. (1999). What's your strategy for managing knowledge? Harvard Business Review,  77(2), 106‐116  Ichijo, K., & Nonaka, I. (2007). Knowledge Creation and Management: The New Challenges: Oxford University Press.  Janis, I.L. (1972). Victims of groupthink: A psychological study of foreign‐policy decisions and fiascoes. Boston,  Massachusetts: Houghton Mifflin.  Johnson, W.H.A. (1999). An integrative taxonomy of intellectual capital measuring the stock and flow of intellectual capital  components in the firm. International Journal of Technology Management, 18(5‐6), 562‐575.  Kahneman, D. (2011). Thinking fast and slow. New York, NY: Farrar, Strauss & Giroux.  Kannan, G. &. Aulbur, W.G. (2004). Intellectual capital: Measurement effectiveness. Journal of Intellectual Capital, 5(3),  389‐413.  Kaplan, R.S, & Norton, D.P. (1996). The balanced scorecard: translating strategy into action. Boston, Massachusetts:  Harvard Business School.  Klein, A, (1999). The strategic management of intellectual capital. Butterworth Heinemann, London.  King, W.R., & Ko, D.G., (2001). Evaluating knowledge management and the learning organisation: An  information/knowledge value chain approach. Communications of the Association for Information Systems, 5(14), 1‐ 27.  Knight, D.J. (1999). Performance measures for increasing intellectual capital. Strategy & Leadership, 29(1), 22‐28.  Lave, J. and Wenger, E. (1991). Situated learning: legitimate peripheral participation. Cambridge University Press,  Cambridge.  Leana, C. R. & Van Buren III, H.J. (1999). Organisational social capital and employment practice. Academy of Management  Review, 24(3), 538‐555. 

 

515


Gary Oliver  Markus, M.L. (2001). Toward a theory of knowledge reuse situations and factors in reuse success. Journal of Management  Information Systems, 18(1), pp. 57‐93.  Martín‐de‐Castro, G., Navas‐López, J.E., López‐Sáez, P., & Alama‐Salazar, E. (2006). Organisational capital as competitive  advantage of the firm. Journal of Intellectual Capital, 7(3), 324‐327.  Massey, J.E. (2001). managing organisational legitimacy: communication strategies for organisations in crisis. Journal of  Business Communication, 38(2), 153‐183.  Michaelsen, L.K. (2004). Getting started with team‐based learning. In L.K. Michaelsen, A. B. Knight & L.D. Fink (eds.) Team  based learning: A transformative use of small groups in college teaching. Stylus, Sterling Virginia, 27‐50.  Mintzberg, H. (1978). Patterns in strategy formation. Management Science, 24(9), 934–948.  Moon, Y.J., & Kym, H.G. (2006). A model for the valuation of intellectual capital. Canadian Journal of Administrative  Sciences, 23(3), 253‐269.  Nadler, D. (1977). Feedback and organisation development: Using data‐based methods. Reading, Massachusetts: Addison‐ Wesley.  Nahapiet, J., & Ghoshal, S. (1998). Social capital, intellectual capital, and the organisational advantage. The Academy of  Management Review, 23(2), 242‐266.  Nietzsche, F. (1969). Thus spoke Zarathustra: A book for everyone and no one. (R. J. Hollingdale, Trans.). London: Penguin.  Nerdrum, L., & Erikson, T. (2001). Intellectual Capital: A Human Capital Perspective. Journal of Intellectual Capital, 2(2),  127‐135.  Nissen, M. & Levitt, R. (2002). Dynamic models of knowledge‐flow dynamics, CIFE Working Paper #76. Stanford: Stanford  University.  Nonaka, I., & Takeuchi, H. (1995). The Knowledge‐creating company: How Japanese companies create the dynamics of  innovation. Oxford: Oxford University Press.  Nonaka, I., Toyama, R., and Hirata, T. (2008). Managing flow: A process theory of the knowledge‐based firm. London.  Palgrave.  O’Leary, D.E. (2001). How knowledge reuse informs effective system design and implementation. IEEE Intelligent Systems  16(1), 44‐49.  Oliver, G.R., & Coyte, R. (2011). Engendering learning engagement in a diverse cohort: a reflection. Accounting Research  Journal, 24(2), 195‐204.  Østerlund, C., & Carlile, P. (2005). Relations in practice: Sorting through practice theories on knowledge sharing in complex  organisations. Information Society, 21(2), 91‐107.  Pawlowsky, P. (2001). The treatment of organisational learning in management science. In Handbook of organisational  learning and knowledge, (61‐88). M. Dierkes, A. Berthoin‐Antal, J. Child, and I. Nonaka, (Eds). New York: Oxford  University Press.  Penrose, E.H. (1959). The theory of the growth of the firm. Oxford University Press, Oxford.  Pigou, A.C. (1928). A study in public finance. London: Macmillan.  Polanyi, M. (1966). The Tacit dimension, Doubleday, Garden City, NY.  Roos, J., Roos, G., Dragonetti, N.C., & Edvinsson, L. (1997). Intellectual capital: Navigating in the new business landscape.  Houndmills, Basingtoke: Macmillan.  Ross, G., & Ross, J. (1997). Measuring your company’s intellectual performance. Long Range Planning, 30(3), 413‐426.  Saint‐Onge. H. (1996). Tacit knowledge: the key to the strategic alignment of intellectual capital. Strategy & Leadership,  24(2), 10‐14.  Schein, E.H. (1970). Organisational psychology (3rd ed.), Prentice Hall: Englewood Cliffs, New Jersey.  Schön, D.A. (1983). The reflective practitioner: How professionals think in action, Basic Books, NY.  Schultze, U., & Boland, R.J. (2000). Knowledge management technology and the reproduction of knowledge work practices.  Strategic Information Systems 9, 193‐212.  Skyrme, D.J. (1998). Valuing knowledge: Is it worth it? ASLIB Managing Information, 8(3), 24‐26.  Smith, A. (1776). An inquiry into the nature and causes of the wealth of nations Book 2 ‐ of the nature, accumulation, and  employment of stock.  Starbuck, W. H. (1982). Learning by knowledge intensive firms. Journal of Management Studies, 29(6), 713–740.  Stewart, T.A. (1997). Intellectual capital: The new wealth of organisations, Nicholas Brealey, London.  Sullivan, P.H. (1998). Profiting from intellectual capital: Extracting value from innovation, Wiley, New York, NY.  Sveiby, K.E. (1997).The Intangible Asset Monitor. Journal of Human Resource Costing and Accounting, 2(1), 73‐97.  Swap, W., Leonard, D., Shields, M. and Abrams, L. (2001). Using mentoring and storytelling to transfer knowledge in the  workplace. Journal of Management Information Systems, 18(1), 95‐114.  Vygotsky, L. S. (1934/1968). Thought and language, (Rev Ed., Trans. A. Kozulin). Cambridge, Massachusetts: MIT Press.  (Originally published 1934).  Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. (M. Cole, V. John‐Steiner, S.  Scribner, & E. Souberman, Eds.). Cambridge, Massachusetts: Harvard University Press.  Yin, R.K. (2003), Case Study Research: Design and Methods, Sage, Thousand Oaks, California. 

 

516


Analysis of Awareness and Priorities, Focused on Intellectual Capital Among Slovak Companies Ján Papula, Jana Volná, Anna Pilková and Jaroslav Huľvej Faculty of Management, Comenius University in Bratislava, Slovak Republic jan.papula@fm.uniba.sk jana.volna@fm.uniba.sk anna.pilkova@fm.uniba.sk jaroslav.hulvej@fm.uniba.sk

Abstract: The paper provides qualitative research based evidence on the usage of the concept of intellectual capital as the system providing indicators adding value to knowledge management initiatives within companies in Slovak republic. Data in this paper have been presented and analyzed through descriptive statistics using histograms, bar charts, statistics summaries such as average, median and standard deviation, as well as using the correlation analysis, which has allowed us to analyze the relationships among selected data. The results show that the area perceived by Slovak managers as the most important in terms of achieving company’s goals and objectives is the relational capital due to its component relationship with customers, which is followed by human capital. The structural capital with its elements optimization of processes and ICT and innovations is perceived as least important for top managers in Slovakia. This low perceived importance of organizational innovations management is critical in todays world where innovative activities, particularly generated through SMEs, are generally considered as the driving force of economic development, are developing options for future competitiveness in the form of new knowledge, and are increasing the efficiency of the economy and its ability to act. Keywords: Intellectual capital, knowledge management, knowledge-based resources

1. Introduction In a “knowledge-based” economy, the source of companies’ economic value no longer depends on the production of material goods but on the creation and manipulation of intellectual capital (Guthrie et al. 2004). To obtain the competitive advantage, it is crucial for organizations to utilize knowledge efficiently and to enhance their innovation potential (Will, 2008). To achieve long-term success, it is more advantageous for the organization to find the source of its competitiveness within the company, because the only stable certainty in a constantly changing environment is the internal capacity stemming from a desire to be successful in the future (Papula & Papulová, 2012). According to the resource-based view on the organization, the sustainable competitive advantage is being achieved by continuous development of existing and by creating of new company’s’ resources and capabilities in response to quickly changing market conditions. The main sources of a company, which have been developed in terms of today’s economy, are intangible resources, also referred to as the intellectual capital of the company. Thus, managing the intellectual capital becomes more and more important for future-oriented organizations (Will, 2008). As a result, the concept of intellectual capital, which incorporates skills and knowledge at all levels of an organization, has become the most important economic resource and is replacing financial and physical capitals as the most important source in the new economy.

2. Defining intellectual capital and its management in an organization During recent years, intellectual capital has been a subject of great interest of many researches in many scientific areas including management. Intellectual capital, defined as any knowledge convertible into value (Edvinsson 1997), brings the right schema for presenting qualities and potentials for company stakeholders. There are several views at the breakdown structure of intellectual capital model presented in literature, usually consisting of three main components: human capital, structural capital (also labeled as internal or organizational) capital and relational capital (also labeled as external capital) including customer relationship component (Edvinsson 1997, Sveiby 1997, Stewart 1998, MERITUM 2002, Bontis 2002, Mouritsen et al 2002, Pablos 2003). As human and structural capital both contain knowledge oriented towards something inside the organization, the relational capital contains knowledge items oriented outside the company (Papula and Volná 2012). To define every component of intellectual capital independently, human capital can be described as combinations of knowledge, skills, innovativeness and ability of the company’s individual employees (Edvinsson and Malone 1997). The human capital cannot be owned, it can only be rented (Edvinsson 1997). The structural capital consists of internal structure, which includes patents, concepts, models, computer, and administrative systems. Popular is defining the structural capital as knowledge that does not go home at night (Stewart 1998), or what left behind when the staff went home (Edvinsson 1997). The third category of

517


Ján Papula, Jana Volná, Anna Pilková et al intellectual capital resources comprises external structure, customer capital and market assets, which are basically about relations with customers (Bukh et al. 2001). Figure 1 shows the components of intellectual capital as they were drafted within ARCS model for Intellectual Capital Repoting (Koch, Leitner and Bornemann 2000).

Figure 1: Components of intellectual capital in ARCS model for Intellectual Capital Reporting (Koch, Leitner and Bornemann 2000) The performance of an organization is given by the accumulation of the results of all processes and activities within that organization. Therefore, managers of organizations have to seek to discover and understand the factors that contribute to performance (Papulová 2008). When deciding on the most appropriate constituency for performance measurement, it is important to respect that strategic management is concerned with managing a business for a long term, and accordingly to select an appropriate perspectives and indicators (Holienka 2013). Several models, which measure the components of intellectual capital of an organization by using qualitative and quantitative indicators, have been developed after the introduction of the Balanced Scorecard in 1996 (Kaplan und Norton 1996). Until that time, comprehensive management information systems had already been developed, but financial indicators still dominated (Will 2008). However, only the performance measurement frameworks and control systems based on combination of financial and nonfinancial measures could ensure the development and realization of knowledge-based strategies (Tayles, Pike and Sofian 2007). The resource-based theory also states that a company’s competitive advantage is derived from the company’s ability to assemble and exploit an appropriate combination of resources (Cheng, Lin, Hsaio, Lin 2010). Among first such models, Skandia Navigator (Edvinsson and Malone 1997) and the Intangible Asset Monitor (Sveiby, Linard and Dvorsky 2002) were developed, both aiming at identifying and evaluating intellectual capital in order to outweigh deficits of mainly financially oriented management (Will, 2008). In 2000, Danish Agency for Trade and Industry supported by the Ministry of Trade and Industry published “A Guideline for Intellectual Capital Statements – a Key to Knowledge Management”, in which the processes of knowledge management were divided into identification of knowledge resources (elements of intellectual capital), defining the management challenges and actions that build knowledge resources and indicators to measure these resources or actions (Danish Agency for Trade and Industry 2000). Another examples of practical frameworks for intellectual capital management using indicators for measuring components of intellectual capital are the ARCS model for Intellectual Capital Reporting (Koch, Leitner and Bornemann 2000) and the “Intellectual Capital Statements – Made in Germany” model by the German Federal Ministry of Economics and Labour (Alwert, Bornemann and Kivikas 2004). All these authors have developed models, which measure the components of intellectual capital by using qualitative and quantitative indicators and communicate the results in an intellectual capital statement. The intellectual capital statement is an instrument to assess, develop and report the intellectual capital of an organization and to monitor critical success factors systematically (Mertins, Wang and Will 2009). The intellectual capital statement supports the company’s knowledge management, i.e. the part of management work that obtains, shares, develops and anchors knowledge resources (Danish Agency for Trade and Industry 2000). It provides a status of the company’s efforts to develop its knowledge resources through knowledge management in text, figures and illustrations (Danish Agency for Trade and Industry 2000).

518


Ján Papula, Jana Volná, Anna Pilková et al The intention of “InCaS: Intellectual Capital Statement – Made in Europe”, another intellectual capital statement guideline developed under a project running under the European Union's Sixth Framework, was to harmonize the different national intellectual capital statements approaches and to develop and test this methodology among European small and medium enterprises (Will 2008). According to the ICS Structural Model (InCaS, 2008), the organization is embedded in the business environment. Regularly, a vision of the founders and owners serves as general guiding principle for major decisions and strategic positioning. Depending on the business strategy, managerial decisions lead to operational indicators, or measures. These measures serve to improve business processes and the utilization of intellectual capital in those processes. The concept of intellectual capital provides a comprehensive insight into different areas that are essential for the organization and its performance management. To manage these areas, it is necessary to identify both initiatives and indicators. It shows the system linking to various elements and highlights the importance and value added of a systematic approach to intangible resources. This means that the temporary emphasis on an elements and their development through knowledge management initiatives can stimulate the development of the whole system. Management of intellectual capital is then focused on a comprehensive assessment of the organization's approach to identify the components of intellectual capital, its rigorous measurement via so called intellectual capital indicators, continuous monitoring of developments and changes of its individual components, benchmarking the key factors affecting the business segment and planning to ensure the necessary resources and their capacity for building sustainable competitive advantage (Figure 2). The starting point is the vision, strategy and strategic objectives of the organization with a view to the possibilities and risks encountered in the business environment. Company resources and actions are then evaluated in terms of achieving these strategic objectives of the company. The organization has to implement management of intellectual capital, which was composed this way, into its corporate culture, processes and company strategy, because this is the only way to successfully put into effect needed measures at both the operative and management levels (Papula, Weberová 2007).

Figure 2: Knowledge-based resources, knowledge management initiatives and indicators as three different areas in evaluating intellectual capital and its management in an organization 3.

Research methodology

3.1 Research goal The aim of this paper is to evaluate the usage of the concept of intellectual capital as the system providing indicators adding value to knowledge management initiatives within companies in Slovak republic. For the research, we have used the breakdown structure of intellectual capital, which consists of three dimensions: the human capital, the structural capital and the relational capital including relations with customers.

3.2 Sample and data collection The research has been conducted within Slovak companies using structured face-to-face interviews with company owners, company directors, financial directors or financial controllers - depending on the size of interviewed company. The sample consists of 37 companies based in Slovak republic, especially small and

519


Ján Papula, Jana Volná, Anna Pilková et al medium enterprises (SMEs). Through the interviews, three different topics have been investigated. Firstly, the perception of managers on the importance of individual areas of intellectual capital in terms of achieving the strategic objectives of the company has been asked. Respondents have answered the question: “In your company, in terms of achieving the objectives of the company, what significance do you attribute to: 

1.1 The quality of human resources;

1.2 Optimization of processes and ICT;

1.3 Innovations;

1.4 Brand and company image;

1.5 Relationship with external subjects;

1.6 Relationship with customers.”

Interviewees have had the possibility to assign one from following answers: 1.

The specific area has for the company almost no importance;

2.

The specific area has for the company weak importance;

3.

The specific area has for the company medium importance;

4.

The specific area has for the company strong importance.

Secondly, we have investigated the actions executed in the company that contribute to building the knowledge-based resources. Respondents have answered following question: “Please, give your opinion on the following statements: 

2.1 In our company we choose, develop and educate our employees, because everyone contributes their part to achieve corporate goals.

2.2 In our company, we strive to optimize and improve the quality of the processes carried out (both main and supporting).

2.3 In our company there is a mechanism to capture ideas and recommendations for improvement or innovation, (which come from the employees).

2.4 In our company we value and enhance the value of our brands (company or products).

2.5 In our company, we are aware of the need for strong relationships and partnerships (with universities, professional associations, business partners) and we provide activities to build them.”

For each statement in the second part of interview, the interviewees have had the possibility to assign one from following answers: 1.

The statement does not apply to our company;

2.

The statement sometimes applies to our company;

3.

The statement usually applies to our company;

4.

The statement always applies to our company.

Thirdly, we have analyzed the extent of the usage of different measurable indicators from the three mentioned dimensions of intellectual capital. Interviewees have answered the question: “Which indicators (predictive or proactive) are calculated and evaluated in your company?” The extent of involvement in evaluating of intellectual capital indicators by interviewed companies has been measured by giving the interviewees four different possibilities to answer: 1.

We do not know the specific indicator,

2.

We do not measure / evaluate the specific indicator;

3.

We evaluate the specific indicator but not on regular basis;

4.

We evaluate on regular basis, minimally once a year.

520


Ján Papula, Jana Volná, Anna Pilková et al Figure 3 shows the structure of the interview, including preselected measurable indicators offered to interviewees for evaluation.

Figure 3: Structure and questions of the interview 4.

Results

As a result, we have generated an electronic database of investigated information. Quantification of qualitative data has been executed by assigning the numerical value to the answers, while the questionnaire used as a basis for the structured interview has contained scale for answers. To allocate numerical values for given answers in the first and second part of the interview, we have used following methodology: 

Value 1 for answers „with almost no importance“ in the first part of interview and „the statement does not apply to our company “ in the second part of the interview;

Value 2 for answers „weak importance“ in the first part of interview and „the statement sometimes applies to our company” in the second part of the interview;

Value 3 for answers „medium importance“ in the first part of interview and „the statement usually applies to our company “ in the second part of the interview;

Value 4 for answers „strong importance“ in the first part of interview and „the statement always applies to our company“ in the second part of interview.

Individual indicators have been analyzed from the point of view of their regular evaluation in the interviewed company. To allocate numerical values at the company level for every questioned intellectual capital area in the third part of interview, following actions have been provided: 

Value 3 has been allocated to a company, in which at least half of predefined indicators for the specific intellectual area are evaluated on a regular basis;

Value 2 has been allocated to a company, in which at least one but less than half of predefined indicators for the specific intellectual area are regularly evaluated;

521


Ján Papula, Jana Volná, Anna Pilková et al 

Value 1 has been allocated to a company, in which no of predefined indicators for the specific intellectual capital area is evaluated on the regular basis.

Data in this paper has been presented and analyzed through descriptive statistics using statistics summaries such as average, median and standard deviation, as well as charts and formulas and by using the correlation analysis. Data has been processed in Microsoft Excel and Statgraphic Plus software programs. Table 1 shows basic descriptive statistics summaries for the first two parts of interview. Table 1: Main descriptive statistics summaries for questions 1.1 – 2.5 1.1 The quality of human resources 1.2 Optimization of processes and ICT 1.3 Innovations 1.4 Brand and company image 1.5 Relationship with external subjects 1.6 Relationship with customers 2.1 Initiatives in the area of the quality of human resources 2.2 Initiatives in the area of optimization of processes and ICT 2.3 Initiatives in the area of innovations 2.4 Initiatives in the area of brand and company image 2.5 Initiatives in the relationship area

Average 3.8 3.2 3.1 3.5 3.4 3.9 Average 3.4 3.5 2.9 3.2 3.4

Median 4 3 3 4 3 4 Median 3 4 3 3 4

St. Dev. 0.4 0.9 0.9 0.8 0.6 0.3 St. Dev. 0.7 0.6 1.0 0.9 0.7

As can be seen in table 1, generally the knowledge-based resources (the intellectual capital of an organization) are considered as an important company resource by top managers in Slovakia, with average values and medians between 3 (medium significance) and 4 (high significance) on the 1 – 4 scale. Slovak top managers have been most consistent in answers regarding the evaluation of the importance of two components of intellectual capital, namely the relationship with customers and the quality of human resources, which they have identified at the same time as the components with highest importance. On the other hand, the components of structural capital, innovations and optimization of processes and ICT have been considered as areas with lowest importance. By closer look at the company's aspirations, i.e. to the knowledge resources stated as very important for achieving the business goals, the most frequent are following resources: The quality of human resources, relationship with customers and brand and company image. The lowest aspirations are in the fields of innovations and relationship with external subjects (figure 4).

Figure 4: The percentage of all investigated companies, which stated particular area of intellectual capital as the area of strong importance for the fulfillment of strategic objectives When analyzing the second part of the interview, we can sum up that companies in Slovakia are generally active in knowledge management activities, since average values and medians of individual intellectual capital areas reflecting the knowledge management activities all move around the value 3 and 4. Surprisingly, companies are most active in the area of optimization of processes and ICT and at the same time least active in

522


Jรกn Papula, Jana Volnรก, Anna Pilkovรก et al the area of innovations, what is consistent with the first part of interview evaluating the perceived importance of individual intellectual capital areas. High activity of interviewed companies in the area of processes and ICT is also verified by analyzing the third part of interview, where indicators from this area belong among indicators that are regularly followed by the majority of interviewed companies. Figure 5 shows the percentage value to every predefined indicator in the interview reflecting the percentage of all interviewed companies evaluating the specific indicator on the regular basis. Interesting paradox can be noticed, that companies in Slovakia are most active in knowledge management initiatives from those intellectual capital area, which they consider at the same time as least important (the structural capital).

Figure 5: Structure of indicators by the frequency of usage By comparison of companies in terms of their aspirations in fields of knowledge-based resources and regularly used various indicators, the following finding had occurred (figure 6). We used the weighted averages by numerical values for given answers in the first and third part of the interview.

Figure 6: Overall focus on knowledge-based resources compared to their measurement Finally, to measure the strength of the linear relationship between all variables analyzed in our research, we have used Pearson product moment correlations between each pair of variables (figure 7). It is obvious, that

523


Ján Papula, Jana Volná, Anna Pilková et al there exists statistically significant linear relationship (positive correlation) between variables 1.1 and 2.1 - the perceived importance of human resources and knowledge initiatives in human capital area (at the 95% confidence level with p<0.05), between 1.2 and 2.2 - the perceived importance and actions in the area of optimization of processes and ICT (at the 95% confidence level with p<0.05), between 1.3 and 2.3 – the perceived importance and knowledge management initiatives in the area of innovations (at the 90% confidence level with p<0.10), between 1.4 and 2.4 – the perceived importance and actions in the area of company brand image (at the 95% confidence level with p<0.05). On the other hand, variables 1.5 and 2.5 as well as 1.6 and 2.5 (area of building relationships with customers and external subjects) tend to be unrelated, as the correlation coefficient is near to zero. Following the Figure 6, it is not surprising that there is no evidence of significant correlation between the variables 1.x and 3.x.

Figure 7: Pearson product moment correlations between each pair of variables

5. Discussion and conclusion Knowledge management, which aims to building any of the components of intellectual capital in the company through knowledge-base building activities as well as the intellectual capital of a company itself, are nowadays considered as the driving motor of sustainable competitive advantage of an organization. Companies interested in building and maintaining a sustainable competitive advantage have to focus in larger extent on their intellectual capital as well as its management through knowledge management activities. By analyzing the responses of managers of Slovak companies, it was confirmed that the high priority is in the usage and management of relationships with customers. This also points to a possible distortion of relational capital overall results, arising from significant disproportion in the internal structure (Figure 4). The relationship with partners was identified as a very important resource in a much smaller number of companies, than the importance of relationship with customers. To verify the conclusions, as well as to check the correctness of the responses included in the main evaluation, we have put some further questions into other parts of the structured interviews. In them, instead of building strategic partnerships, managers from 35 of the 37 companies considered the activity of finding savings in the selling-buying process as important. While companies are looking for a way out of the current global economic crisis, up to 62% of companies didn’t characterize the innovation as highly important source for the fulfillment of the strategic objectives. This corresponds with the conclusion, that Slovakia lags behind other European countries and ranks among the countries with the weakest innovative performance (European Commision, 2012). Among the 27 EU countries, Slovakia is up to 22nd place and belongs with its innovation performance to the so-called moderate innovators. On the other hand, according to Innovation Strategy of the Slovak Ministry of Economy for the years 2007 to 2013, building of knowledge society through human capital and innovative activities, particularly generated through SMEs, are generally the driving force of economic development, are developing options for future competitiveness in the form of new knowledge, and are increasing the efficiency of the economy and its ability to act. Building-up the knowledge economy and innovation development of the economies of individual European countries are also one of the primary initiatives currently in force in the European Union Strategy for

524


Ján Papula, Jana Volná, Anna Pilková et al Growth called Europe 2020. At the same time, in follow-up questions of structured interview, only 48% of managers of Slovak companies considered the activity of investing in research and development as important. Another paradox occurs on a deeper analysis of the levels of human capital. On the one hand we see high aspirations in this area, on the other hand, as the most frequently used indicators are: Earning per worker and value added per worker, while indicators: Return on investment in education and training activities are the least followed by interviewed companies. This clearly indicates the fact that human resources are not seen as the most important source of competitiveness, but as an area where managers are looking for cost savings. This also corresponds with additional structured interview questions, when managers from 32 of the 37 companies considered the activity of reducing costs and optimizing the HR as important. Overall we can opine, that management of intellectual capital depends on the ability to measure and to manage the performance indicators. At the same time, in analyzed Slovak companies, we have identified a low maturity level in the linkage between measurement of performance indicators and perceived importance of knowledge-based resources used for ensuring their strategic objectives. Slovak companies have discovered the resource-based approach of value creation to ensure competitiveness in the market, but the initiatives are still much cost-cutting oriented, than sustainable oriented. A limitation of this research is the relatively small sample size. Further investigation has to be provided within the topic.

Acknowledgements This paper has been funded by project Vega 1/0920/11.

References Alwert, K., Bornemann, M. and Kivikas, M. (2004) “Intellectual Capital Statement – Made in Germany. Guideline”, [online], Federal Ministry for Economics and Technology, Berlin, http://www.akwissensbilanz.org/Infoservice/Infomaterial/Leitfaden_english.pdf. Bontis, N. (2002) World Congress on Intellectual Capital Reading. Butterworth-Heinemann, Boston, 392 pp. Bukh, P.H., Larsen, H.T. and Mouritsen, J. (2001) “Constructing intellectual capital statements“, Scandinavian Journal of Management, Vol. 17, pp. 87-108. Danish Agency for Trade and Industry (2000) “A Guideline For Intellectual Capital Statements - A Key To Knowledge Management.” Copenhagen. Edvinsson, L. (1997) “Developing intellectual capital at Skandia”, Long Range Planning, Vol. 30, No. 3, pp. 366-73. Edvinsson, L. and Malone, M.S. (1997) Intellectual Capital. The proven way to establish your comopany's real value by measuring its hidden brainpower. Harper Business, London. European Commission (2012), Innovation Union Scoreboard 2011 [cit. 2.1.2013] Available from < http://ec.europa.eu/enterprise/policies/innovation/files/ius-2011_en.pdfl>. Guthrie, J., Petty, R. and Yongvanich, K. (2004) “Using content analysis as a research method to inquire into intellectual capital reporting”, Journal of Intellectual Capital, Vol. 5, No. 2, pp. 282-93. Holienka, M. (2012) “Specific financial performance measures for micro-businesses” Comenius Management Review, Vol. 4, No. 1, pp. 21-38. Cheng, M., Lin, J., Hsiao, T., Lin, T. W. (2010) “Invested resource, competitive intellectual capital, and corporate performance” Journal of Intellectual Capital, Vol. 11 No. 4, pp. 433-450 InCaS (2008) “InCaS: Intellectual Capital Statement – Made in Europe”, [online], MERITUM. http://www.incaseurope.org/index-en.htm. Kaplan, R.; Norton, D. (1996) The Balance Scorecard – Translating Strategy into Action, Harvard Business School Press, Boston. Koch, G., Leitner, K.H. and Bornemann, M. (2000) “Measuring and reporting intangible assets and results in a European Contract Research Organization”, Paper prepared for the Joint German-OECD Conference Benchmarking IndustryScience Relationships, Berlin, October 16-17. MERITUM (2002) “MERITUM Guidelines for Managing and Reporting on Intangibles, Measuring Intangibles to Understand and Improve Innovation Management”, [online], InCaS. http://ec.europa.eu/research/socialsciences/projects/073_en.html. Mertins, K. Wang, W., and Will, M. (2009) “InCaS: Intellectual Capital Management in European SME - Its Strategic Relevance and the Importance of its Certification.” The Electronic Journal of Knowledge Management, Vol. 7, No. 1, pp. 111 – 122. Mouritsen, J., Bukh, P.N., Larsen, H.T. and Johansen, M.R. (2002) “Developing and managing knowledge through intellectual capital statements”, Journal of Intellectual Capital, Vol. 3, No. 1, pp. 10-29.

525


Ján Papula, Jana Volná, Anna Pilková et al Pablos, P.O.D. (2003) “Knowledge management projects: state of the art in the Spanish manufacturing industry International”, Journal of Manufacturing Technology and Management, Vol. 14, No. 4, pp. 297-310. Papula J., Papulová Z. (2012) “Stratégia a strategický manažment ako nástroje, ktoré umožňujú súperenie i spolužitie Dávida s Goliášom”, Iura Edition, Bratislava Papula, J., Volná, J. (2012) “A Content Analysis of Intellectual Capital Reporting within Slovak Companies”, Proceedings of the 4th European Conference on Intellectual Capital, Arcada University of Applied Sciences, Helsinki, April, pp. 363370. Papula, J., Weberová, D. (2007) Knowledge Management in Compliance with Organization Strategy. In The 10th International Conference Society for Global Business & Economic Development (SGBED) "Creativity & Innovation: Imperatives for Global Business and Development". Kyoto, Japan. pp. 1057–1065 Papulová, Z. (2008) “Process approach and its application in strategic performance management”, Comenius Management Review, Vol. 2, No. 1, pp. 59-69. Stewart, T. (1998) Intellectual Capital Nicholas Brealey Publishing, London. Sveiby, K. E. (1997) The New Organizational Wealth: Managing and Measuring Knowledge-based Assets. Barrett-Kohler, San Francisco. Sweiby, K. E. , Linard, K. and Dvorsky, L. (2002) “Building a Knowledge-Based Strategy. A System Dynamics Model for Allocating Value Adding Capacity”, [online], http://www.sveiby.com/articles/sdmodelkstrategy.pdf. Tayles, M., Pike, R. H., Sofian. S. (2007) “Intellectual capital, management accounting practices and corporate performance, Perceptions of managers”, Accounting, Auditing & Accountability Journal, Vol. 20 No. 4, pp. 522-548 Will, M. (2008) “Intellectual Capital Management and Strategy Development in European SME – An Integrated Approach”, Paper prepared for the First International Doctoral Consortium on Intellectual Capital Management, Paris, May.

526


Towards Born-Global Innovation: the Role of Knowledge Management and Social Software Jan M. Pawlowski University of Jyväskylä, Finland jan.m.pawlowski@jyu.fi Abstract: Innovation is a key to success of organizations and societies – different forms of innovation processes are suitable for different contexts such as frugal innovation for less developed countries. As a starting point, the paper proposes a new form of innovation: born-global innovation. Born-global innovation describes a partly open innovation process which aims at parallel innovation processes in different countries and markets to increase time-to-market and outreach / scale of innovations. To successfully initiate these processes, knowledge management is a key. The paper discusses how social software can help to support knowledge management processes for born-global innovations. It is discussed how barriers to born-global innovations can be used to overcome main barriers and built successful, long-term, knowledge-intensive innovation partnerships. Keywords: Open innovation, born-global innovation, knowledge management, social software

1. Introduction How can social software enhance knowledge management in globally distributed innovation processes? How to overcome barriers towards born-global innovation processes? These are the key questions of this paper. Innovation is a key for organizations’ success. A variety of projects has tried to improve innovation processes to enhance product development, business incubations as well as regional development. However, many innovations – in particular from SMEs – stop at the idea stage or do not reach international markets. For successful innovation diffusion and adoption, it is essential whether an innovation can be applied and utilized in different markets. Frugal innovation (Zeschgy et al., 2011) is about creating highly scalable products which have reduced functionalities while reducing costs. A typical example is the production of low cost cars for the Indian mass market. However, those innovations are usually done long after an initial product has been developed for the initial market. Born-global innovations aim at reducing time-to-international-markets by creating collaborative innovation processes in developed and less developed countries with non-competing markets. The aim is to allow organizations to create innovations for their home market and develop partnerships to immediately create parallel / frugal innovations for other markets. This new innovation concept creates new potentials, in particular access to new markets, innovation diffusion as well as long-term partnerships. To implement such a process, however, knowledge-intensive, trusted partnerships need to be built. Thus, knowledge management is an essential part of innovation (Xu et al., 2010): the innovation process requires clearly structured knowledge-related activities (e.g. sharing knowledge with fellow innovators, acquiring knowledge from external experts, using knowledge to reach market maturity). However, there are no clear strategies yet how KM tools can support different types of innovation processes (cf. Gassmann et al., 2010). The paper discusses the role of knowledge management for global innovation processes. The concept of bornglobal innovations is introduced: how can innovation processes be shared between innovators with similar innovations but separated target markets. For this process, barriers are identified. Finally, the paper proposes social knowledge management solutions to overcome barriers and enable this new type of innovation.

2. Background: Open and frugal innovation A variety of innovation processes has been studied and tried out in recent years (Elmquist et al, 2009). However, challenges and barriers remain (Enkel et al, 2009). Two concepts are the starting point for our approach: open and frugal innovation. Open innovation (OI) can be defined as “the use of purposive inflows and outflows of knowledge to accelerate internal innovation, and expand the markets for external use of innovation, respectively” (Chesbrough, 2006). Open Innovation has been applied in many different domains to embed external knowledge and expertise into organizations’ processes (Chesbrough, 2004). As a variation, community-based innovation (West & Lakhani, 2008) or creation nets (Seely Brown & Hagel, 2006) are proposed to create innovations within a selected stakeholder group might be promising as a mixture of open and closed processes. However, the key to successful open innovation is to attract the best external individuals

527


Jan M. Pawlowski to support an organization’s innovation process. The process can be sketched as following (Gassmann & Enkel, 2008):

Figure 1: Open Innovation Process (Gassmann & Enkel, 2008) Secondly, frugal innovation (Zeschgy et al., 2011) describes innovation by reducing non-essential parts of a product to attract new markets by lost cost and scalable products (e.g. cars for Indian mass market). Both concepts, however, are usually just applied for large companies (Mortara & Minshall, 2011). Therefore, new innovation processes need to be developed which allow innovation transfer for small and medium enterprises. However, they need strong support, in particular for knowledge management activities. The innovation process can be classified by the following factors: 

Process (Huizingh, 2010): Is the process open to external experts or closed? Is the process managed and integrated into an organization’s strategy?

Outcome (Huizingh, 2010, Zeschgy et al., 2011): Is the outcome publically available or closed (just available to the initiator)? Are there different outcomes for different markets?

Target Market (Zeschgy et al., 2011): To which markets will the outcome be distributed?

Participants (Enkel et al., 2009): Partners can be clients, suppliers, competitors or public and commercial research institutions.

Participant Engagement (Phillips, 2010): Are partners invited or is there a public call for innovation (such as competitions)?

Tools and Support (Hidalgo & Albors, 2008): Which supporting mechanisms and software tools are provided? Tools for knowledge creations, sharing and usage are of particular interest.

Many challenges remain to manage open innovation successfully. Enkel et al (2009) identified main barriers to open innovation: 1) External barriers (loss of knowledge, high coordination costs, loss of control, complexity) and 2) internal barriers (difficulty in finding the right partner, imbalance between open innovation activities and daily business, insufficient time and financial resources for open innovation activities). Some of the challenges are management-related, most of them, however, knowledge-related (du Plessis, 2007). Li & Zheng (2009) determined five factors which influence innovation performance amongst them consistent aims, effective communication, mutual trust, cooperation rules and risk control. These risks especially occur when the process is distributed globally as perceptions about imitation and risks exist. Furthermore, general challenges exist which are common to globally distributed team processes such as coordination, communication or cultural challenges (Stier, 2006, Evaristo, 2003). These challenges are in most cases related to knowledge processes. Knowledge management is a critical part of innovation (Xu et al, 2010). Du Plessis (2009) summarizes the key aspects of KM to support open innovation by: 

creating tools, platforms and processes for tacit knowledge creation, sharing and leverage in the organization

converting tacit knowledge to explicit knowledge

facilitating collaboration in the innovation process

528


Jan M. Pawlowski 

ensuring the availability and accessibility of both tacit and explicit knowledge used in the innovation process

creating a flow of knowledge used in the innovation process

assisting in identifying gaps in the knowledge base and provides processes to fill the gaps in order to aid innovation

assisting in building competencies required in the innovation process

providing a knowledge-driven culture within which innovations can be incubated

From a knowledge management perspective, the innovation process also creates a variety of challenges amongst them: licensing issues, lack of motivation to share, lack of resources, lack of training, or language misunderstandings. One of the main tasks in design-oriented knowledge management research is therefore to find interventions to overcome those challenges (Pirkkalainen & Pawlowski, 2013). Many different tools have been studied to support innovation processes (Hidalgo & Albors, 2008):

Figure 2: Support tools (Hidalgo & Albors, 2008) It is, however, unclear which tools can overcome specific barriers (Pawlowski & Pirkkalainen, 2013). It is necessary to provide recommendations which kind of innovation processes can be supported by certain processes, tools and interventions. As a summary, it can be stated that open innovation processes are promising and necessary for organizations’ success. However, a variety of challenges remain. Those can be addressed by specific knowledge management activities as well as interventions by creating processes and tools to overcome the main barriers.

3. Born-global innovation The main idea is the process of born-global innovation. Born-global innovation consists of purposefully shared innovation processes in selected communities targeting different markets with different needs. This concept takes up the trend towards born-global organizations (Knight & Cavusgil, 2004). Organizations no longer follow the traditional Uppsala model and enter new markets only at later, mature stages of the organization but are international from the very beginning (Johanson & Vahlne, 2009) and extends the idea of creation nets (Seely Brown & Hagel, 2006). Organizations are in many cases created directly in international collaborations. Therefore, the concept aims at creating a new innovation process to facilitate the creation of global start-ups based on collaborative innovation processes. Born-global innovation aims at transferring and implementing innovation at very early stages in noncompeting markets. As an example: a small company with health-monitoring devices has developed prototypes for the Finnish market. The product might be useful for the Indian mass market but there are difficulties for the SME to go global: 1) the product is too expensive, 2) the company does not have the

529


Jan M. Pawlowski possibility to create an Indian subsidiary, 3) the company has no resources to develop a different device which is cheaper and fits the Indian market requirements. The solution is to create parallel global innovation processes: ideas are shared in a certain community or network at a very early stage. Based on these ideas, collaborations between experts are initiated, e.g. one SME each in Finland and India. Those actors then develop the different versions of the innovative ideas to suit their home market. The benefit of such as process is that SMEs can immediately go global without high risk – as the products are not competing, trust building and collaboration can be achieved much easier than in heavily competitive markets. The following figure sketches the innovation process in a simplified way (as not only two but potentially more innovators can be involved).

Figure 3: Born-global innovation process The concept includes the following stages: 

Initiation and Idea Sharing: In this phase, potential collaborators propose their ideas and share innovations. A matching process is needed to find adequate collaborators which target different, noncompeting markets.

Collaboration agreement and trust building: Once potential collaborators are identified, a formal agreement is necessary that the innovation process is continued collaboratively. An important part of this phase is trust building to overcome the fear of imitation.

Innovation design and development: The initial ideas need to be further developed to create first prototypes, then full products. At the same time, business models and sharing procedures are refined.

Product launch and marketing: The product is launched in the target markets, in the ideal case at the same time.

Product improvement and further collaboration: The products and processes must be continuously improved – this can include the extension of the partnerships towards other markets.

By this process, new products can be developed in joint efforts. However, many challenges for such a knowledge-intensive process remain.

4. Knowledge Management for Born global innovations It is obvious that such an innovation process must be supported by clear KM activities. The KM classification of Probst & Romhardt (1997) describes different stages of the KM process. This classification is used to illustrate how KM relates and contributes to innovation processes. The relation of knowledge management activities and innovation processes can be described as following: 

Knowledge acquisition: Partners with similar knowledge and expertise must be found. This includes assessment of current knowledge and agreement on knowledge sharing.

Knowledge creation: Once a partnership has been established, different products must be created, designed and developed to fit the requirements of the target market.

530


Jan M. Pawlowski 

Knowledge sharing and distribution: During the process, knowledge on must be shared intensively to create the different products collaboratively. Experiences from initial stages of a product must be shared to improve the product development. As the actors are distributed, the sharing process includes challenges regarding cultural and geographic dispersion.

Knowledge use: Knowledge from both partners must be used to bring products to the market.

Knowledge maintenance: Knowledge must be extended and continuously developed to continue the collaboration and next generation products.

However, a variety of barriers remain also for the knowledge management activities (cf. Riege, 2005, Pirkkalainen & Pawlowski, 2013), amongst them: 

Trust: Partners need to build trust across organizational and cultural borders.

Cultural differences: Collaboration across borders requires cultural knowledge and the willingness to understand, respect and adapt.

Fear of imitation: The main barrier in open innovation is that product ideas are imitated, so the originator looses the benefits.

Language: Not all participants might speak the same languages.

Market knowledge: Both partners need to rely on the partner’s knowledge about the target market

Therefore, it is necessary to design interventions to facilitate the processes and overcome barriers at the same time.

5. Social software to enable born-global innovation Social software has much potential to support organizations in their internationalization process (Zhou et al, 2007). To overcome the initial barriers, it is necessary to identify a clear support process. The process consists of the key activities of born-global innovation processes enriched by knowledge management activities and possible support tools.

Figure 4: Innovation and KM Process This simple mapping allows us to focus which KM processes need to be included in innovation processes and which support needs are present. As a second step, the KM activities need to be supported. For this purpose, possible social software tools are mapped to 1) knowledge management activities (Pirkkalainen & Pawlowski, 2013) and 2) innovation processes. This mapping shall support innovators to select the right tools for their purpose. In many cases in practice, social software is introduced without clear objectives and goal-/process-orientation. The following table summarizes the findings.

531


Jan M. Pawlowski Table 1: Social Software for KM and Innovation Processes (based on Pirkkalainen & Pawlowski, 2013) Tool category Blogging tools

Purpose Communication

Micro-blogging tools

Connection / awareness.

Social networking tools

Awareness, communication, sharing, (collaboration), (identification)

Social bookmarking tools

Identification, collaboration, sharing

Wiki

Collaboration, sharing, identification, communication.

Synchronous / Collaborative writing Instant messaging and chat tools

Collaboration

Shared information spaces /media sharing (video, audio, images, presentations) Conferencing

Identification, collaboration, communication sharing

Brainstorming tools

Collaboration

Communication

Communication

KM Activities & processes -Active & passive exchange of professional information -Acquire / capture / create, Apply/share/transfer. Incentive for (Reuse/innovate/evolve/transform), alerting -Knowledge Evolution -Idea-generation and problem- solving -Externalization, combination -Creation, codification, sharing, collaboration, organization -Retrieve knowledge for use -Enhancing information sharing (easy to identify information updates), building common ground, sustaining connectedness among colleagues, supporting informal communication -Alerting, informing users of changes -Socialization, combination -Building personal networks leading to creation of organizational memory -Scan/Map, Acquire/capture/create, store, Apply/share/transfer, alert -Social presence in Knowledge sharing, expert finding -Socialization, combination -Scan/Map, Acquire/capture/create -Collaborative building of a knowledge structure -Alerting, informing users of changes -Combination -Sharing, collaboration, organization -Active & passive exchange of professional information -Scan/Map, Package / codification / representation, Apply / share / transfer, Reuse / innovate / evolve / transform, alert -Idea-generation and problem- solving -Externalization, combination -Creation, codification, sharing, collaboration, organization -Acquire / capture / create, store

Innovation process Idea Generation Idea Sharing Product development Product marketing

-Building personal networks leading to creation of organizational memory -Knowledge sharing for quick questions and clarifications -Externalization -Creation, sharing -Scan/Map, Acquire/capture/create -Knowledge sharing -Strorage/retrieval -Combination -Codification, sharing, organization

Trust / partnership building Product development

-Human presence- and overview of activities in distributed tasks -Early stages of teambuilding -Externalization -Activities that are similar to take normally place in business meetings, decision support -Combination

Idea Sharing Product development

Trust building (through activity reporting) Product development (status messages)

Community building Partner identification Trust building

Idea sharing Product development

Idea development Product development

Idea development Product development

Idea Sharing Product development

Idea creation Product development

This mapping shows the general opportunities of social software â&#x20AC;&#x201C; however, it is necessary to identify a minimum number of tools to overcome barriers and support knowledge-related activities.

532


Jan M. Pawlowski

6. Case study: implementing a support environment for born-global innovation The following case study (Yin, 2009) illustrates how social software should be selected for born-global innovation processes as a proof of concept. Based on the born-global innovation concept and the social software classification, we have implemented a prototypical support environment. This environment is currently tested and will be validated with selected innovative organizations. As a starting point, we have identified a clear support process which includes the innovation processes and selects and maps software tools to support those processes and overcome key barriers. The process thus consists of the key activities of born-global innovation processes enriched by knowledge management activities and possible support tools.

Figure 5: Social Software Support Process The process consists of the following phases and support tools: 

Initiation and Idea Sharing: In this phase, potential collaborators propose their ideas and share innovations. This process should be supported by a social network where specific potential collaborators can be addressed without sharing an idea at a level which could lead to imitation.

Collaboration agreement and trust building: We use a specific communication protocol to support collaboration building once partners have agreed to join a collaboration and develop a product together. We use cultural profiles to create cultural understanding and trust between partners.

Innovation design and development: The initial ideas need to be further developed to create first prototypes, then full products. We aim at providing a social modeling tool to support (conceptual) modeling for development and understanding. Furthermore, the social (business process) modeling allows actors to collaboratively develop the production and related processes.

Product launch and marketing: We aim at supporting the product launch by using again social networking platforms, i.e. bringing the message of new products to each country’s main social networks.

Product improvement and further collaboration: The products and processes must be continuously improved – this can include the extension of the partnerships towards other markets. The same social tools as above are used for this purpose.

The above mentioned process and corresponding social software tools are designed for facilitating knowledge management activities. They support a clearly structured KM process for new collaborations and innovation creation across borders.

7. Conclusion and outlook In this paper, I have outlined the concept of born-global innovation as a promising approach to facilitate open innovation processes for innovative organizations, in particular SMEs. I have outlined the concept of bornglobal, parallel innovation and identified the knowledge management needs. Based on this, a common

533


Jan M. Pawlowski innovation and knowledge management process was derived. Furthermore, a classification was presented how social software can support this common process. Finally, the approach was illustrated in a simplified case study as an illustration of the concept. The process and support tools create a basis for successful KM for a new form of innovation. By developing the concept of born-global innovation, we create new opportunities for small businesses and entrepreneurs to go global. Furthermore, the proposed solution provides continuous support for critical knowledge management activities. Even though the initial results are promising, further research is necessary. As a next step, the implemented prototype needs to be validated in larger settings, in particular focusing on how specific barriers and success factors are addressed.

References Carneiro, V. (2000). How does knowledge management influence innovation and competitiveness? Journal of Knowledge Management, 4(2), 87-98. Chesbrough, H.W. (2004). Managing open innovation. Research-Technology Management, 47(1), 23-26. Chesbrough, H. W. (2006). Open innovation: a new paradigm for understanding industrial innovation. In: Chesbrough, H. W., Vanhaverbeke, W. & West, J. (Eds.). Open innovation: researching a new paradigm. Oxford, 1-12. Du Plessis, M. D. (2007). The role of knowledge management in innovation. Journal of knowledge management, 11 (4), 2029. Elmquist, M., Fredberg, T., Ollila, S. (2009). Exploring the field of open innovation, European Journal of Innovation Management, 12 (3), 326-345. Enkel, E., Gassmann, O., & Chesbrough, H. (2009). Open R&D and open innovation: exploring the phenomenon. R&d Management, 39(4), 311-316. Evaristo, R. (2003). The management of distributed projects across cultures. Journal of Global Information Management (JGIM), 11(4), 58-70. George, G., McGahan, A. M. and Prabhu, J. (2012). Innovation for Inclusive Growth: Towards a Theoretical Framework and a Research Agenda. Journal of Management Studies, 49, 661–683. Gassmann, O., Enkel, E., & Chesbrough, H. (2010). The future of open innovation. R&d Management, 40(3), 213-221. Hidalgo, A., & Albors, J. (2008). Innovation management techniques and tools: a review from theory and practice. R&D Management, 38(2), 113-127. Johanson, J., & Vahlne, J.E. (1977). The internationalization process of the firm: A model of knowledge development and increasing foreign market commitments. Journal of International Business Studies, 8(1): 23–32. Johanson, J., Vahlne, J.E. (2009). The Uppsala internationalization process model revisited: From liability of foreignness to liability of outsidership, Journal of International Business Studies, 40, 1411–1431. Knight, G. A., & Cavusgil, S. T. (2004). Innovation, organizational capabilities, and the born-global firm. Journal of International Business Studies, 35(2), 124-141. Li, J., & Zheng, C. (2009). The context and innovation performance in external knowledge network: An empirical study in software industry of China, IE&EM 2009, IEEE, 2049-2053).. Mortara, L., & Minshall, T. (2011). How do large multinational companies implement open innovation?. Technovation, 31(10), 586-597. Phillips, J. (2010). Open Innovation Typology. International Journal of Innovation Science, 2(4), 175-183. Pirkkalainen, H., Pawlowski, J.M. (2013). Global Social Knowledge Management: From Barriers to the Selection of Social Tools, Electronic Journal of Knowledge Management (EJKM), 11(1). Probst, G. J. B., & Romhardt, K. (1997). Building Blocks of Knowledge Management-A Practical Approach. Ecole des Hautes Etudes Commerciales, Universite de Geneve. Riege, A. (2005). Three-dozen knowledge-sharing barriers managers must consider, Journal of Knowledge Management, Emerald Group Publishing Limited, 9(3), 18-35. Seely Brown, J., Hagel, J. (2006). Creation Nets: Getting the most from Open Innovation. The McKinsey Quaterly, 2, 40-51. Stier, J. (2006). Internationalisation, intercultural communication and intercultural competence, Journal of Intercultural Communication, 11, 2006. West, J. & Lakhani, K. (2008). Getting Clear About Communities in Open Innovation, Industry & Innovation, 15 (2), 223-231. Xu, J., Houssin, R., Caillaud, E., & Gardoni, M. (2010). Macro process of knowledge management for continuous innovation. Journal of Knowledge Management, 14(4), 573-591. th Yin, R.K. (2009). Case Study Research: Design and Methods, 4 edition, Sage Publications. Zeschky, M., Widenmayer, B., & Gassmann, O. (2011). Frugal Innovation in Emerging Markets. Research-Technology Management, 54(4), 38-45. Zhou, L., Wu, W. P., & Luo, X. (2007). Internationalization and the performance of born-global SMEs: The mediating role of social networks. Journal of International Business Studies, 38(4), 673-690.

534


The Importance of Language Knowledge in International Companies   Corina Pelau, Irina Purcarea and Stelian Stancu  Academy of Economic Studies Bucharest, Romania  corinapelau@yahoo.com   irina.purcarea@gmail.com   stelian_stancu@yahoo.com    Abstract: The process of internationalization has determined many companies to spread their value chain activities around  the  world  based  on  the  competences  of  the  employees  in  each  region  and  on  lower  costs  in  some  countries.  The  internationalization requires a complex coordination of the activities from the management of any company. An advantage  for these complex activities, are employees who are able to communicate in a foreign language. For this reason more and  more  employees  are  required  to  know  a  foreign  language.  The  aim  of  this  paper  is  to  determine  the  advantages  of  employees who have language skills regarding easier and faster chances to find a new job and also regarding the better  condition  at  work.  The  paper  focuses  on  the  results  of  a  research  about  the  necessity,  success  and  maturity  of  German  speaking  employees  in  international  companies  with  offices  in  Romania.  Especially  in  companies  offering  outsourcing  activities it is important to find employees who have both the competences for the field in which they work and also the  knowledge  of  the  language.  This  paper  presents  the  results  of  a  research  about  the  perception  of  German  speaking  employees in companies with offices in Romania about their chances and advantages at work. There are analyzed several  general  aspects  about  the  perceived  advantages  of  knowing  a  foreign  language  and  the  characteristics  of  the  corporate  culture in companies where there is a need of speaking a foreign language. Most of the results confirm the necessity of  knowing  a  foreign  language  and  the  success  of  knowing  a  foreign  language,  by  having  higher  salaries,  better  recompensations or even easier possibility of finding a job. There are also analyzed several aspects about the frequency  and  forms  of  communication  in  German  language.  This  aspect  influences  the  strategies  of  universities,  because  it  is  important  to  know  the  impact  of  knowing  a  foreign  language  in  order  to  prepare  the  future students  for  it  and  to  offer  study programs in foreign languages.     Keywords: language knowledge, international competences, corporate culture   

1. Introduction  The  developments  on  the  international  markets  and  the  increasing  process  of  globalization  change  the  demand and the profile of the desired potential employees. Because of the international process, nowadays it  is not enough just to have good knowledge in the field of study or specialization, but also to be able to speak  and communicate in a foreign language. This article presents the results of a research about the advantages of  the employees who know the German language and the implications it has on the corporate culture. There are  presented the perceived advantages of the employees as well as some aspects regarding the advantages the  employees have. There are analyzed aspects such as the differences in the financial rewards, the easiness of  finding  a  job, several  aspects  regarding  the  recognition of  people  who  speak  a  foreign  language  and  others.  There are also presented the implications of the use of the German language on the corporate culture. There  are  analyzed  several  aspects  of  the  corporate  culture  and  compared  with  characteristics  of  the  German  corporate culture. Based on this analysis both companies and universities can develop their personnel or study  programs strategy.   

2. The importance of language knowledge for future employees  The increasing globalization of the economy demands new knowledge and skills for its workforce. Employees  in multinational corporations must have different new competences such as being able to speak and write in  foreign languages, having knowledge of several world issues, and also to be able to use a broad range of new  technology in unprecedented ways. Companies need to place significant emphasis on existing language skills  within  the  company  and  use  these  strategically  (European  Communities,  2008).  This  means  looking  over  recruitment  policies,  training  strategies  and  principles  for  mobility  in  order  to  encourage  staff  to  use  and  develop the skills they have already acquired and provide language training in ways that are both motivating  and compatible with the demands of the workplace.    Better performance is delivered by more engaged and motivated employees. This motivation and implication  is critical for business success. The “right” engagement and motivation of the employees can be a source of  competitive advantage for a company and can lead to excellent business results. Besides this it is difficult to be  copied by others. 

535


Corina Pelau, Irina Purcarea and Stelian Stancu  Communication represents one of the key drivers to employee engagement. Corporate communications is one  of  the  most  important  connection  points  between  the  majority  of  employees  and  executive  leadership.  Internationalisation  in  the  business  world  implies  the  need  of  a  high  level  of  language  knowledge  for  communication both within and outside the company. Language Management (LM) represents ‘the extent to  which the company is able to satisfy its language needs through cautious deployment of a variety of language  management tools including for example language training and expatriation’. As it can be observed in figure 1,  language management is determined by three major factors: language responsiveness, language preparedness  and language awareness.   

A research conducted in 2000 (Didiot‐Cook et al., 2000) showed that the expected level of English does vary  according to the recruiting position and all companies provide additional training sometimes to improve the  level of English proficiency on the job. Another important finding of the research pointed out that the language  requirements differ in terms of the different economic sectors. In marketing, in the financial world and in IT  services, an advanced level is a minimum requirement whereas in Accounting a pre‐intermediate level would  be  enough.  In  the  food  sector,  companies  use  the  local  language  and  only  want  advanced  English  in  Anglo‐ Saxon countries. However, in the context of international meetings and negotiations all participants from the  company’s staff must be proficient enough to take part and contribute in the meetings. 

  (Source: Gundersen, S.L., 2009, Language Management in Multinational companies)  Figure 1: The language management model   A  recent  study  on  a  Finnish  company  pointed  to  the  common  corporate  language  as  a  facilitator  for  career  development, as well as facilitator for knowledge sharing and communication in general (Nousiainen,A., 2011).  Another  interesting  finding  was  that  multilingual  employees  perceive  language  skills  as  a  strong  influencing  factor  for  their  career  decisions  so  that  they  had  chosen  positions  that  allowed  them  to  use  their  language  skills  or  so  that  they  had  gotten  additional responsibilities  at  work  thanks  to  their  language  skills  which had  given them new opportunities and made it easy to build networks. One finding related to knowledge of the  local  language,  where  interviewees  stated  that  even  though  it  was  important  from  a  social  perspective  to  know  the  local  language,  it  was  not  seen  as  a  barrier  for  career  mobility.  The  literature  also  points  to  the  differences  which  exist  between  the  expected  language  skills  and  the  actual  performance  of  the  employees  (Kaur and Clarke, 2009).    Communication works best if there are several languages at disposition and the people involved can choose  when interacting with employees or clients. The largest number of languages is spoken in subsidiaries located  in  Nordic  countries,  followed  by  Continental  European  and  Asian  countries,  with  the  lowest  number  of  languages spoken in Anglophone countries. Andersen and Rasmussen (2002) referred to Germany as the single  most important market for Danish firms. In this context, linguistic competence in German is present at many  levels  in  the  company.  Linguistic  competence  is  required  at  employment  and  the  companies  work  hard  to  develop  this  competence.  The  literature  also  emphasizes  the  importance  of  supporting  an  active  policy  of  language  management  in  international  companies,  by  referring  to  the  impact  of  language  skills  on  the  decision‐making  process  (Thomas,C.A.,  2007).  Strategic  decision‐making  effectiveness  can  be  increased  not 

536


Corina Pelau, Irina Purcarea and Stelian Stancu  only through the gathering and transfer of knowledge in all the relevant languages but also in what concerns  knowledge overlapping in the different languages.    In an increasing global marketplace, foreign language capability and cultural awareness are essential for the  competitive  advantage  of  a  company.  For  example,  for  export  markets  in  Asia  and  the  Middle  East,  foreign  language  capability,  can  be  addressed  in  the  short  term  through  recruitment,  upskilling  employees,  use  of  professional translation and interpreter services, and the hiring of native speaking Channel Partners / Agents in  the  target  market.  Recent  EU  research  showed  that  companies  can  achieve  higher  export  sales  growth  by  means  of  having  a  workforce  foreign  language  development  strategy  in  place  which  supports  their  export  business plan (Forfas, 2012). 

3. Research regarding the perception of German speaking employees at work   In  this  chapter  there  are  presented  the  results  of  a  research  about  the  influence  of  the  German  language  knowledge  on  the  performance  of  the  individuals  and  on  the  corporate  culture  of  these  companies.  The  objective of the research was to determine if the employees who also have language knowledge besides the  specialty knowledge, have better professional chances, if they have better conditions at work and if there is an  influence  on  the  corporate  culture.  The  target  group  of  the  research  are  German  speaking  employees  in  companies or offices in Bucharest, Romania, where the German language is used at work. The research was  conducted  in  the  period  December  2012  –  January  2013  and  there  were  questioned  310  employees.  In  this  article  there  are  presented  the  results  regarding  the  advantages  of  knowing  the  German  language  for  their  professional career. The answers for the questions were designed with the help of Likert scale, having values  from 1 (no influence/ don’t agree) and 5 (big influence/ agree).         The  first  analyzed  aspect  is  the  evaluation of  several  statements  about knowing  the  German  language.  As  it  can be observed in figure 2 most of the employees say that for them it is easier to find a job if they know the  German language or that they have advantages at finding a job. Most of the respondents evaluate that there is  an influence (4.24 out of 5) on finding easier a job and also that there are advantages at getting a job (4.18 out  of  5).  Besides  this,  German  speaking  employees  evaluate  the  influence  at  3.92  for  the  fact  that  they  have  higher incomes. So 48% of the German speaking employees state that they have language bonus between 1‐ 25%, while more than 18% say that they have a bonus between 26‐50%. Only 29% say that they don’t have any  bonus.  Another  advantage  of  knowing  the  German  language  is  the  international  mobility.  Employees  who  know the German language value the influence of knowing the German language at 3.52.     4.24

Easier to find a job

4.18

Advantages when getting a job

3.92

Higher income Mobility on an international level

3.52

Recognition from the customers

3.47

Recognition from the management

3.46

Language certificate

3.44

Easier promotion chances

3.22

Recognition from the colleagues

3.05

Structured thinking

3.03

Extra bonuses

3.03

Better organization competences

2.89

Personal life

2.61 0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

  (Source: Results of own research)  Figure 2: Perceived advantages of knowing the German language 

537


Corina Pelau, Irina Purcarea and Stelian Stancu  Knowing  the  German  language  has  also  an  influence  on  the  recognition  from  customers,  management  and  other  colleagues.  It  is  interesting  that  the  German  speaking  employees  evaluate  the  recognition  of  the  customers (3.47) and that of the management (3.46) as higher than the recognition from the colleagues (3.05).  While for the recognition from the customers and management there was rather an influence, in the case of  the  colleagues  its  is  with  a  value  of  3.05  rather  neutral.  Another  aspect  on  which  knowing  the  German  language  has  an  influence  are  the  promotion  chances  at  job.  Probably  because  of  the  fact  that  most  of  the  employees get good jobs from the beginning, they don’t value so high the promotion chances. Competences  and skills such as structured thinking or better organization are valued as being neutrally influenced. Personal  life is an aspect which is not influenced by knowing the German language.    The  advantages  of  knowing  the  German  language  for  the  professional life  is  confirmed  by  the  results  of  the  following  figures.  One  of  these  advantages  is  the  short  time  of  finding  such  a  job.  As  it  can  be  observed  in  figure  3, 49% of  the questioned  persons  have  found  their  job  in  time  frame  of  2‐4  weeks,  while  22%  of  the  German  speaking  employees  have  found  their  job  within  5‐8  weeks.  In  both  cases  this  is  a  very  short  time.  Moreover 13% of the employees have found their job in less than 2 weeks. Only 4% of the employees have  searched more than 6 months for a job.   4

8

13

22

49

less than 2 weeks

2-4 weeks

5-8 weeks

less than 6 months

more than 6 months

 

(Source: Results of own research)  Figure 3: Time to find a job for German speaking persons in Romania 

Another advantage of the German speaking employees are the financial bonuses. According to their opinion,  employees  who  know  the  German  language,  have  bonuses  for  their  competences.  49%  of  these  employees  affirm that they have a bonus of 1‐25%, while 18% say that they have a bonus of 26‐50%. 4% of the questioned  persons affirm that they have an even higher bonus. Only 29% of the respondents affirm that they don’t have  a bonus. Despite of this, it was not checked the value of their income.   4 18

29

49

no bonus

1-25%

26-50%

more than 50%

 

(Source: Results of own research)  Figure 4: Bonus for knowing the German language 

538


Corina Pelau, Irina Purcarea and Stelian Stancu  The results of the research confirm the fact that employees who know the German language not only can they  find  easier  a  job,  but  they  also  have  higher  incomes  or  higher  bonuses  at  work.  The  explanation  for  this  situation  is  the  high  number  of  outsourcing  companies  who  externalize  their  activities  in  Romania.  Many  activities  such  as  customer  service  or  support,  accounting  or  process  and  operations  management  where  externalized to Romania, as they can find there qualified personnel at lower costs. Because of the efficiency of  the  processes  more  and  more  activities  are  outsourced  from  Romania  which  increases  the  demand  for  well  qualified German speaking employees. Consequently the conditions for work such as higher incomes or easier  time  to  find  a  job  have  higher  advantages  in  Romania.  These  results  were  also  confirmed  in  different  discussions  with  employees  or  graduates  who  know  the  German  language.  They  confirm  the  easiness  of  finding  a  job  and  the  financial  advantages.  Another  aspect  is  their  high  fluctuation  of  personnel  at  work,  as  many employees change jobs in the hope of even better conditions.      

4. Attitude towards the corporate culture in German speaking companies in Romania   Regarding the influences of the characteristics of the corporate culture in German speaking companies, these  can  be  observed  in  figure  5.  It  is  important  to  mention  that  the  presented  characteristics  are  both  general  characteristics  and  also  characteristics  determined  by  the  German  culture.  According  to  the  opinion  of  the  employees one of the most important aspects for the culture of German speaking companies in Romania is the  practical experience. On a scale of 1 (don’t agree) to 5 (agree) the employees of these companies value the  practical  experience  at  3.98.  Employees  also  agree  that  diplomas  are  important  for  these  companies  (3.58).  Practical experience can be considered as a general aspect, while the importance of diplomas can depend on  the culture. There are cultures were having a diploma is more appreciated than in others.     Pracatical experience is important

3.98

There are cultural differences

3.82

Diplomas are important

3.58

German corporate culture has a great influence

3.54

Employees are stimulated to learn/ improve the German language

3.53

There are mentality differences between German speaking companies and others

3.5

Suppliers from German speaking countries are preferred

3.24

Similar corporate culture as in Germany

2.88 0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

 

(Source: Results of own research)  Figure 5: Influence of the German knowledge on the corporate culture 

Most of the German speaking employees rather agree that there are cultural differences between the offices  in Romania and its headquarter. The statement about the cultural differences is evaluated with 3.82 on a scale  of  1  to  5.  With  an  evaluation  of  3.54,  the  employees  agree  that  the  German  corporate  culture  has  a  great  influence on the culture of the office in Romania. Besides this most of the employees make a delimitation of  the  German corporate  culture  among  other  cultures. Most  of  the  employees  agree that  there  are  mentality  differences  between  the  German  speaking  companies  and  others.  Regarding  the  promotion  of  the  German  language and culture most of the employees have a neutral to rather agree opinion on the fact that they are  stimulated or supported to learn the German language (3.53). This can be explained by the fact that there are  needed German speaking employees. Besides this learning the German language improves the communication  with  the  stakeholders  of  the  company.  The  statement  regarding  the  preference  towards  suppliers  from  German speaking countries has a rather positive to neutral value (3.24). On one hand the choice regarding the 

539


Corina Pelau, Irina Purcarea and Stelian Stancu  suppliers can be based on long term relations. On the other hand in a global world, each company tries to get  the best option worldwide, despite its national values.    Different  aspects  about  the  communication  in  German  speaking  offices  in  Romania  are  analyzed  in  the  following  figures.  In  figure  6  there  is  presented  the  frequency  of  speaking  German  at  work.  78%  of  the  respondents  affirm  that  they  speak  German  every  day.  It  must  be  mentioned  that  the  target  group  for  this  research were chosen based on their language knowledge. For this reason this amount is probably higher. 8%  of the respondents affirm that they speak German every week, while 4% of the respondents affirm that they  use the German language every month. Only 10% say that they speak German more seldom.     10

4 8

78

every day

every week

every month

more seldom

 

(Source: Results of own research)  Figure 6: Frequency of speaking German at the job 

The  stakeholders  to  whom  the  employees  speak  most  frequent  German  are  the  customers.  82%  of  the  questioned persons say that they speak German mainly with their customers. This can be explained by the fact  that  many  German  companies  have  externalized  or  outsourced  their  activities  in  Romania.  44%  of  the  respondents  affirm  that  they  speak  German  to  their  colleagues,  while  32%  of  them  say  that  they  speak  German with the management. This implies the fact that there are colleagues or managers from abroad. These  results point out again the importance of speaking a foreign language. Most of the questioned people speak  German with more than one group of stakeholders. Without knowing a foreign language it would be difficult  to have a good communication in the company.  

90

82

80 70 60

44

50 40

32

%

30 20 10 0 Customers

Colleagues

Management

 

(Source: Results of own research)  Figure 7: Stakeholders with whom they speak German 

540


Corina Pelau, Irina Purcarea and Stelian Stancu  Regarding the type of communication, most of the respondents (76%) have affirmed that it is rather formal.  Only  24%  of  the  respondents  say  that  they  have  an  informal  and  friendly  type  of  communication.  This  is  probably influenced by the German corporate culture, which is rather formal.  

24

76

Formal

Informal and friendly

 

(Source: Results of own research)  Figure 8: Communication in German speaking offices in Romania 

5. Conclusion  The  results  of  the  research  show  that  knowing  the  German  language  brings  a  lot  of  advantages  for  the  employees  who  know  it.  As  we  mentioned  before  we  live  in  a  world  with  increasing  globalization  and  the  internationalization of processes in business have changed the requirements to employees worldwide. Based  on  these  developments,  for  the  employees  nowadays  it  is  not  enough  just  to  be  well  qualified  in  the  professional field, but also to have language knowledge and to be able to use it in the professional field. As the  results  of  the  research  show,  at  a  personal  level,  knowing  a  foreign  language  has  great  advantages  for  the  future  job  chances,  the  flexibility  of  the  employees  and  also  on  the  financial  advantages  of  the  people.  For  instance  knowing  the  German  language  in Romania allows  a  person  to find  a  job  or  to  have better financial  rewards.     Besides the advantages at a personal level, there is also an impact on the corporate culture of the companies.  As the employees evaluate it, in German speaking companies, there can be identified some characteristics of  German  corporate  culture.  For  instance  the  communication  with  customers,  colleagues  and  managers  takes  place in German language, the communication style is more formal and other. Besides this the language skills  of the potential and actual employees gives companies a higher flexibility. Certain activities such as customer  support  or  accounting  don’t  have  to  take  place  anymore  in  the  headquarters  countries,  but  can  be  externalized and relocated in other parts of the world depending costs or other criteria.      This development has implications both for the strategy of the companies and also for universities and even  schools.  Knowing  that there  is  demand  for well  qualified employees  who  know  the  German  language,  there  should  be  developed  study  programs  which  should  develop  both  the  competences  in  the  field  of  the  specialization and also the language competences. Using the German language at work has also implications  on the corporate culture. Probably this development is caused by the collaboration with German stakeholders. 

References  Andersen, H., Rasmussen, E.S., 2002, The role of Language Skills in Corporate Communication, retrieved at  http://www.sam.sdu.dk/~era/Helle%20Andersen%20og%20Erik%20S.Rasmussen.pdf   AON Hewitt, 2012, 2012 Trends in Global Employee Engagement, http://www.aon.com/attachments/human‐capital‐ consulting/2012_TrendsInGlobalEngagement_ Final_v11.pdf , accessed on: 23.03.2013   Didiot‐Cook,H. et al., 2000, Language needs in business, a survey of European multinational companies, retrieved at  http://www.hec.edu/var/fre/storage/original/application/7ca31409fee 3f05c77b4a3d9286927d2.pdf , accessed on:  23.03.2013  European Commission, 2008, Companies work better with languages – Recommendations from the Business Forum for  Multilingualism established by the European Commission, 2008, European Communities, retrieved at  http://ec.europa.eu/languages/pdf/davignon_en.pdf, accessed on: 23.03.2013 

541


Corina Pelau, Irina Purcarea and Stelian Stancu  Didiot‐Cook,H. et al., 2000, Language needs in business, a survey of European multinational companies, retrieved at  http://www.hec.edu/var/fre/storage/original/application/ 7ca31409fee3f05c77b4a3d9286927d2.pdf , accessed on:  23.03.2013  Forfas, 2012, Key skills for enterprise to trade internationally, retrieved at  http://www.skillsireland.ie/media/EGFSB22062012‐Key_Skills_for_Enterprise_to _Trade_Internationally.pdf ,  accessed on: 23.03.2013  Gaal, Z.; Szabo, L.; Csepregi, A. (2011): Indiviudual characteristics influencing competences found important for knowledge  sharing by middle managers, in Bratianu, C.; Bratucu, G.; Lixandroiu, D.; Pop, N. Al.; Vaduva, S. (2011): Proceedings of  th the 6  International Conference on Business Excellence, pg. 221‐224.  Gaal, Z.; Szabo, L.; Csepregi, A. (2012): Organizational characteristics and social competences – are there differences within  social competences connected with co‐operational skills based on the characteristics of the organization? in Bratianu,  C.; Bratucu, G.; Lixandroiu, D.; Pop, N. Al.; (2012): Business Excellence – Challenges during the Economic Crisis ‐  Proceedings of the 6th International Conference on Business Excellence, pg. 220‐224.  Gundersen, S.L., 2009, Language Management in Multinational companies, SNF Report No.21/09, retrieved at  http://brage.bibsys.no/nhh/bitstream/URN:NBN:no‐bibsys_brage_23893/1/R21_09.pdf , accessed on: 23.03.2013  Nousiainen, A., 2011, The relationship between language and careers in multinational corporations: A case study of UPM –  Kymmene Oyj, retrieved at http://epub.lib.aalto.fi/en/ethesis/pdf/12559/hse_ethesis_12559.pdf , accessed on:  23.03.2013  Pop, N.Al.; Tantau, A.; Pelau, C.; Bena, I. (2011): Human Capital and Relational Capital Dynamics within a University, in:  Proceedings of the 3rd European Conference on Intellectual Capital, Nicosia, Cyprus, pg. 343‐349.  Sarjit Kaur, Candice Marie Clarke, 2009, Analysing the english language needs of Human Resource staff in multinational  companies, English for Specific Purposes,  Issue 3 (24), Volume 8, retrieved at http://www.esp‐ world.info/Articles_24/Analysing%20EL%20needs%20of%20HR%20staff%20_ Sarjit%20&%20Candice_.pdf , accessed  on: 23.03.2013  Skills for success in multinational business, http://hrd.apec.org/index.php/Skills_for_Success_in_Multinational_Business    Thomas,C.A., 2007, Language Policy in Multilingual Organizations, retrieved at  http://www.gse.upenn.edu/sites/gse.upenn.edu.wpel/files/archives/v22/v22n1_Thomas.pdf , accessed on:  23.03.2013   

542


Linking External and Internal R&D and experience based Knowledge Flows for Innovation via Organisational Design Elements Monika Petraite Kaunas University of Technology, Donelaicio 20-320, Kaunas, Lithuania monika.petraite@ktu.lt

Abstract: The gaps in linking external and internal R&D and experience based knowledge (i.e. integration of external knowledge in internal innovation processes), as well as in linking R&D and market knowledge occur as a failure of the organizational innovation management process. From the theoretical point of view we can say, that organizational design determinants should be adjusted to the enabling and absorption of various knowledge flows and linkages for innovation, however, the problem is of much deeper scope, as we want to know, which organizational design factors ensure the enablement of knowledge flows and how? How organizational design determinants are changing with the type (R&D, experience based, market driven) knowledge flows for innovation? What are successful organizational design combinations that ensure the linkages of various knowledge types for innovation? Based on this problem formulation, the paper aims to explain the impact of organizational design determinants on the knowledge flows for innovation (positive and negative effect), with the specific focus on two types of knowledge classified by its origin, i.e. R&D, experience based, and provide empirically tested interrelationships between the certain configurations of organizational design factors and combinations of knowledge flows and linkages for innovation in business organizations. Keywords: External and internal knowledge flows, R&D based knowledge, experience and market based knowledge, organizational design, innovation

1. Introduction The link between knowledge management issues and innovation is not a new, still not resolved question in innovation management literature and practice. The varieties of knowledge typologies and accordingly changing nature of knowledge involved in innovation process are remaining at the focus of both, knowledge management and innovation researchers. The scope of literature on the issue shows that at least two types of knowledge are of crucial importance in R&D driven innovation process, i.e. new knowledge on technologies, processes, etc., created via external and internal R&D processes, and experience based knowledge, established via organizational and market driven learning processes. Firms are heavily investing in acquisition of both types of knowledge; however, it does not always lead to the successful innovation process, because of the several reasons: first, because of the failure of integration of externally and internally developed R&D and experience based knowledge into the innovation process, second, because of the failure of linking the R&D based knowledge with the experience based knowledge in innovation development. The gaps in linking external and internal R&D and experience based knowledge (i.e. integration of external knowledge in internal innovation processes), as well as in linking R&D and experience based knowledge occur as a failure of the organizational innovation management process. From the theoretical point of view we can say, that organizational design determinants should be adjusted to the enabling and absorption of various knowledge flows and linkages for innovation, however, the problem is of much deeper scope, as we want to know, which organizational design factors ensure the enablement of knowledge flows and how? What are successful organizational design combinations that ensure the linkages of various knowledge types for innovation? The analysis of those factors is not only important because of the need to describe the organizational infrastructures enabling knowledge flows at the micro level from the empirical perspective, but primary because it provides the ground and implications for action in designing productive knowledge flows for innovation. A wide body of literature has arisen that identifies the common factors shared by innovative organizations and the factors that impact on the ability to manage innovation. The few literature review based models on the organizational factors that influence the ability to manage innovation at the firm level were constructed and relationships between the factors where identified at the theory level (Jucevicius, 2008, 2010), Smith, at all, 2008). Some of the conceptual frameworks of organizational knowledge flows for innovation, that integrate soft and hard organizational dimensions and processes remain very few, and actually non of them is able to explain how and in which way certain configurations of organizational factors lead to the formation and diversity of knowledge flows for innovation.

543


Monika Petraite Based on this problem formulation, the paper aims to explain the impact of organizational design determinants on the knowledge flows for innovation (positive and negative effect), with the specific focus on types of knowledge classified by its origin, i.e. R&D and experience based, and provide empirically tested interrelationships between the certain configurations of organizational design factors and combinations of knowledge flows and linkages for innovation in business organizations. The paper is structured as follows. The first section is dedicated to the concept ot R&D based innovation analysis,

2. The concept of R&D based innovation The innovations based on the science and technological knowledge are considered to be among the key drivers of productivity, competitiveness, economic growth and quality of life. The technology-based innovations, their continuous improvement in the last two decades has transformed the world economies and had a profound impact on the globalisation and development of the knowledge economy. Although in NIS studies almost every innovation is regarded as technological innovation, we should clarify the concept of technological innovation within the contemporary innovation theory. At the outset of our discussion, we have to admit that innovation, including the technological innovation, is first and foremost a category of economic development rather than that of R&D. Even if we think of the dimension of technological innovations, the market involvement remains crucial. For example, ‘innovation is a successful commercial application of new technologies, ideas or production and/or organization methods, which manifests itself in the commercialisation of new or improved products and/or processes in the market. Innovative activity is defined as the implementation of scientific, technological, or know-how based knowledge in the production processes, which creates an opportunity to produce new or improved products and improve production and business processes. Innovation embraces the whole chain of steps from the idea generation to product commercialisation, which are executed in the close interaction of the firm and its environment’. However, innovation is primarily regarded as an area of entrepreneurial intervention. According to Drucker (1993) ‘innovation represents the specific tool of entrepreneurs, the means by which they exploit change as an opportunity for a different business or different service innovation involves, changing the value and satisfaction obtained from resources by the customer’. The innovation transforms and elevates the economic resources to the levels of higher productivity; it also creates new resources, and sustains the competitiveness of business organisations or even entire nations. By referring to the existing variety of the definitions of innovation, Jakubavičius et al. (2003) point out that, according to Schumpeter (1934), innovation tends to be more of an economic rather than technological phenomenon. Technological development is not considered to be an innovation unless it generates the growth of economy and profit. In order to generate profit, innovation has to develop and maintain a unique competitive advantage in national and international market. In this way, in order to define the relation of science and technology knowledge with innovation, we should also consider the entrepreneurship, or technological entrepreneurship, as a linking tool between the R&D knowledge and the market. While exploring the definition of science and technology knowledge based innovation, we should consider the key characteristics of the science-based technological regimes (Coriat et al., 2002). In order to understand the specificities of science-based sectors, the basic point is the opposition between two main forms of industrial innovation process regarding the conditions of production and diffusion of the basic knowledge and capabilities (Coriat and Weinstein, 2001; Marsili, 2001). In the ‘scale intensive’ and ‘specialized suppliers’ sectors (typology suggested by Pavitt, 1984) or in the ‘complex systems’ and ‘product engineering’ regimes (typology suggested by Marsili, 2001) innovation is mainly the result of development (as opposed to research) or engineering activities. The innovation capacities of firms rely mainly on the specific and tacit, collective capabilities, formed by the internal processes of collective learning. It does not imply that relations with the academic research are not important, but it mainly concerns the engineering disciplines (mechanical and electrical engineering, computer science) or general scientific knowledge (mathematics); one of the key problems for firms is the capacity to have access to and to combine various technical knowledge and capabilities. In the science-based innovation regimes innovation is based on research, which is to a large extent carried out outside firms. Innovation is thus directly dependent on strong and direct links between the firms and academic research. The new ‘external’ scientific knowledge produced by the academy has to be quickly transferred by the industrial enterprises into the applied research and development. Therefore, the access to external

544


Monika Petraite knowledge from universities and public research institutions is a critical factor of innovation. Innovation thus means the commercial use of a type of knowledge that often is at the edge of state-of-the-art, and which comes from other organizations, i.e. not from the business enterprises. It implies an internal capacity of firms regarding the absorption of external knowledge and discoveries produced by those organizations, as well as some internal investments in basic research (Rosenberg, 1990). Technological opportunities are particularly high and persistent. The scientific advances are opening a wide scope of opportunities for the new product development (Marsili, 2001). Product (and process) design is thus based on the commercial exploitation of a cluster of scientific results belonging to related but often distinct disciplines; however, the differentiation of the knowledge base is relatively low, as compared to the ‘complex systems’ or ‘product engineering’ sectors (Rosenberg, 1990). Both the ‘complex systems’ or ‘product engineering’ and the ‘science based’ technological innovation regimes require high levels of networking and partnerships, and highly depends on the absorptive capacity of the innovating firms. Thus the concept of technological innovation, regardless of its type, should be supplemented with the dimension of networking and partnership. As a result of this concept analysis, we define technological innovation as the interaction of R&D and entrepreneurial dimensions, executed in the networks of knowledge creating organizations. The type and direction of this interaction is defined by the institutional context or NIS.

3. Empirical data collection and analysis methodology In order to achieve the research goal the method of survey-in-written was chosen. The research instrument was designed by referring to the aspects of organizational design determinants supporting knowledge integration in innovation processes. Likert scale of five levels was chosen for measurement of variables. The method of mixed sample formation was chosen. The business organizations were identified according to their activity sector. In another step in the selected quotas certain organizations, which had to meet the requirements identified in the quotas by means of expert selection: to belong to business sector and demonstrate some of innovation activities. In these organizations the respondents were selected by expert selection method. The criteria that determined getting into the sample were: 1) a respondent works for this organization, 2) the respondent‘s work profile is that he/she has the expertise on innovative activity in the organization. In total in the research 290 of the respondents participated. The logic of empirical data analysis and application of analytical tool sequences was determined by the goal of our research – identification of impact of organizational design determinants on integration of knowledge in innovation processes by the knowledge type, i.e. R&D based, and experience based. The second determinant was the research instrument that constituted of large sets of organizational dimensions and characteristics, as retrieved form the literature analysis. And last but not least determinant was the logic of empirical data collection that was based on the sample of innovative organizations from the NACE rev. 2 business related sectors (i.e. C to N). Based on these determinants, the data analysis methodology was chosen, which followed three steps: first, data condensation via factor analysis, second, search for statistically important relationships among factor characteristics via correlation analysis. Research instrument constituted of 9 large organizational dimensions research blocs, number of characteristic measured within each block varied from 13 to 44. Likert scale was chosen for the evaluation of each factor (1 – strongly disagree, 3 – no opinion, 5 – strongly agree), which was transferred into SPSS data sets. For our analysis only knowledge integration into the innovation process related factors and characteristics were chosen. In the first step of data condensation via factor analysis, the factor wage limitation p > 0.5 was introduced. KMO of each factor block varied from 0.902 to 0.770. 33 significant factors were condensed from the factor analysis, which allowed linking of tested and internally correlating organizational characteristics in to the meaningful factors. As a result, factor analysis provided theoretical framework of organizational design dimensions with qualitative meanings that are presented in the Table 1.

545


Monika Petraite Table 1: Organizational design factors supporting R&D and knowledge flows in business organizations

Profile or organizational infrastructure

Organizational communication Knowledge and learning processes for innovation

Factor title

Number of statements

KMO

Factor loadings (max-min) 0,802-0,587 0,819-0,617

Participation (of users and employees) facilitating IT platform Effective and flexible information and innovation experience management system (Explicit knowledge for innovation management system) Creativity and cooperation facilitating physical organizational infrastructure (Facilitating tacit knowledge management for innovation)

3 4 4

0,815-0,633

Innovation partnership supporting IT and physical infrastructure (Networked knowledge management infrastructure Effective system of innovation activity communication

3

0,854-0,62

R&D knowledge development for innovation

6

0,888-0,788

Individual and group based innovation competence development Learning for innovation supporting organizational systems Absorption of internal and external innovation experiences Enabling learning results for innovation Development of strategic innovation competencies internally External sourcing for innovation ideas Support for creativity for innovation Internal experience based learning for innovation Routine based and customer oriented organizational learning

5 4 5 2 3 3 3 2 2

0,763-0,56 0,766-0,566 0,75-0,51 0,756-0,718 0,774-0,511 0,85-0,565 0,687-0,487 0,819-0,758 0,717-0,606

0,774

15

0,902

0,782

0,845-0,526

The universal empirically retrieved organizational design determinant constituting knowledge integration in innovation processes; provide us with the universal design for innovation profile, which is to be tested across various types of knowledge with the next step in search for important relationships within each factor. However, important shared knowledge enabling for innovation design characteristics in business sector organizations are: ď&#x201A;§

Organizational infrastructure related determinants: participation (of users and employees) facilitating IT platform; effective and flexible information and innovation experience management system; creativity and cooperation facilitating physical organizational infrastructure; Innovation partnership supporting IT and physical infrastructure;

ď&#x201A;§

Organizational communication: effective system of innovation activity communication;

ď&#x201A;§

Knowledge and learning processes for innovation: R&D knowledge development for innovation, individual and group based innovation competence development, learning for innovation supporting organizational systems, absorption of internal and external innovation experiences, enabling learning results for innovation, development of strategic innovation competencies internally, external sourcing for innovation ideas, support to creativity for innovation, internal experience based learning for innovation, routine based and customer oriented organizational learning.

With the next step correlation coefficient (r ) between the extracted organizational design determinants were calculated. Despite the fact, that the strong correlation was not identified, the analysis was carried out on the base of agreed correlation strength within each factor, which allowed to monitor certain tendencies on the impacts of organizational design determinants for R&D and knowledge flows for innovation.

546


Monika Petraite

4.

Organizational design characteristics enabling R&D and experience based knowledge integration into the innovation processes

From the knowledge theory, the R&D based knowledge can be basically defined as an explicit, empirically tested and „approved „knowledge for innovation, that is codified in explicit form and by nature is easy transferred among innovation agents. However, according to the Gibbons Mode 2, it involves high costs of learning by the recipient because of the diversity of the knowledge bases between the knowledge provider and the recipient. Another important restriction is related to the R&D based knowledge involvement costs, which are tightly linked to the general R&D knowledge development and acquisition strategies (internally developed, not IPR protected, internally developed, IPR protected, externally developed, not IPR protected, externally developed IPR protected) and the knowledge absorption costs, which companies are attempting to reduce via the organizational processes integrated in the organisational design The development of R&D knowledge for innovation is tightly linked with the general business strategies and their attitudes towards openness in R&D intensive processes. The organizational design factors that determine the integration of R&D based knowledge into the innovation process are related to the physical and „soft „infrastructures, including the participation enabling ICT platform, and innovation related experience management. The R&D based knowledge and it‘s integration into the innovation processes was tested in relationship to the innovation participation enabling IT platform, effectiveness and flexibility of innovation experience based knowledge management platform, cooperation and creativity enabling organizational physical infrastructure, and innovation partnership and cooperation enabling „soft“ infrastructure. The R&D based knowledge integration into the organizational innovation processes is positively related to the innovation participation enabling information technology platform, but the importance of certain features vary in relation to the mode of R&D based knowledge acquisition in the organization. The key variables tested were related to various tools that organisations use for the acquisition and development of R&D based knowledge, i.e. internal R&D, joint R&D with universities and R&D institutes, involvement in PhD development with universities, co-development of patents and scientific publications, participation in scientific and industrial conferences, including speeches and presentations. The integration of internally developed R&D knowledge was positively related to such innovation participation enabling IT platform characteristics as organisational IT supported platform for the group work, and organisational information systems that allow customer participation in innovation activities, and also to the availability of specific IT tools for new idea generation and systematisation. The integration of R&D knowledge jointly developed with universities and R&D institutes was positively related to organisational IT supported platform for the group work, organisational information technology systems that allow customer participation in innovation activities, and also to the availability of specific IT tools for new idea generation and systematisation. The integration of R&D knowledge obtained via the development of new PhDs together with universities was positively related to such innovation participation enabling IT platform characteristics as organisational IT supported platform for the group work, and organisational information systems that allow customer participation in innovation activities, and also to the availability of specific IT tools for new idea generation and systematisation. The integration of R&D based knowledge gained from scientific publications and patents into the innovation processes was positively linked to the organisational information systems that allow customer participation in innovation activities, and also to the availability of specific IT tools for new idea generation and systematisation, which also played a moderate role in integration of knowledge gained from other publications. The integration of R&D based knowledge gained from participation in various conferences including both – scientific and industrial in the innovation process is positively related to the availability of specific IT tools for new idea generation and systematisation, and organisational information systems that allow customer participation in innovation activities. The organizational IT tools supporting employee participation in innovation activities were weakly related to the R&D based knowledge integration into the innovation processes. The characteristic of internal and external innovation experience management system was not related to any type of R&D based knowledge integration into the innovation processes, but one. The support to new idea

547


Monika Petraite generation in external and not related to work environment had positive effects on internal R&D and external industrial and scientific knowledge knowledge integration. While analysing the link between the integration of R&D based knowledge integration in innovation processes and physical infrastructures for creativity and partnership in an organisation, and testing the relationship between the convenience of organizational spaces for creative wok, collaboration, circulation among employees, and new idea generation, and the various profiles of R&D based knowledge, only the availability of physical spaces dedicated to new idea generation showed stronger positive impact, especially for knowledge gained and developed via patents and scientific publications, joint R&D with universities and R&D institutes, internal R&D and knowledge gained from the scientific and industrial conferences, and also knowledge gained via joint development of PhD‘s. Organisational spaces that support circulation and communication among various employees play role in supporting the successful integration of internal and joint R&D knowledge in innovation processes, while improvement of organisational spaces to support collaboration plays a role in integration of internal R&D based knowledge. Experience based knowledge by its nature is tacit, embedded in organisational know how, routines and cultures, in most cases related to individual contexts of operation. Despite of it’s tacit nature, capturing and integrating experience based knowledge in organisational innovation processes is very important, especially while developing market driven innovations and diversifying among various innovation contexts. The experience based knowledge also leads to the development of hardly replicable organisational core competencies in innovation, “modus operandi” of an innovative organization, which distinguishes it from other actors in the field. Still, capturing internal and external experiences, and especially, integrating them into the innovation processes is not an easy task from the organisational design perspective, as, differently from the R&D based knowledge, experience based knowledge resides in processes, organizational routines, organizational artefacts and so on. The following variables of experience based knowledge integration in innovation processes were tested in relation to organisational design variables: capturing of external and internal experiences as gathered from capturing and storing of internal experiences for knowledge reuse by other departments and employees, by learning from other organisations experiences, and sharing own experiences with other organisations, and finally, capturing experiences from the diversity of activities, not directly related to business activities of an organisation, and integrating them in the innovation processes. Internal experience based knowledge integration into innovation processes depends on organisational capability to capturing, storing mad reusing internal experience based knowledge for innovation and improvement activities. Organizational design components that support the integration of entire knowledge in innovation processes are related to the innovation participation supporting IT platforms, and namely the availability of convenient team work platform and idea generation and systematisation tolls, organisational communication system characteristics, such as easy to use and flexible information distribution system, access to desired information as related to innovation activity, support to idea generation in out of office environments, and also the work environment, that enables cooperation and partnership among employees. The innovation partnership enabling infrastructure still plays a crucial role in integration of internal experience based knowledge in to innovation processes as compared to other organizational design components, i.e. collaboration with partners, and storing and sharing information as related to partnerships. Integration of experience based knowledge as gathered from other organisations is supported by convenient team work platforms, easy to use and flexible information distribution system, access to desired information as related to innovation activity, access to information about previous innovation projects support to idea generation in out of office environments, and also the work environment, that enables cooperation and partnership among employees. The innovation partnership enabling infrastructure plays a crucial role in integration of external experience based knowledge in to innovation processes as compared to other organizational design components, i.e. collaboration with partners, and storing and sharing information as related to partnerships. Learning from various life experiences is strongly supported by physical and face to face communication supporting infrastructures.

548


Monika Petraite Table 2: Organizational design characteristics enabling R&D based knowledge integration into the innovation processes Involvement Internal Joint R&D Scientific in PhD R&D with publications development universities, and patents with R&D institutes universities Innovation participation enabling IT platform Organisational IT 0,326 0,312 0,21 0,199 supported team work platform Specific IT tools for new 0,288 0,217 0,236 0,217 idea generation and systematisation Organizational IT 0,321 0,24 0,253 0,269 platform enabling customer participation in innovation and improvement activities Organizational IT tools 0,058 0,155 0,034 0,39 enabling employee participation in innovation and improvement activities Effectiveness and flexibility of innovation experiences management system Easy to use and flexible -0,016 0,058 -0,101 -0,037 information distribution and communication system Access and easy reuse of 0,07 0,113 0,018 0,03 knowledge on previous innovation projects Easy access to the 0,031 0,079 0,004 0,001 information related to innovative activities Support to new idea 0,197 0,256 0,210 0,219 generation in out of office environment

Other publications

Participation in variuos conferences, including presentations

0,173

0,173

0,101

0,326

0,224

0,318

0,05

0,133

0,003

-0,03

0,062

-0,104

0,197

0,022

0,116

0,255

Creativity and partnership enabling physical infrastructure of an organisation

Convenience of physical spaces for creative work Improvement of organisational spaces to support collaboration Organisational spaces that support circulation among various employees from different projects and departments Physical space dedicated for new idea generation

-0,018

0,061

-0,021

-0,003

0,092

0,015

0,149

0,211

0,086

0,123

0,204

0,183

0,042

0,206

0,196

0,217

0,171

0,139

0,286

0,333

0,361

0,384

0,139

0,33

549


Monika Petraite Table 3: Organizational design characteristics enabling experience based knowledge integration into the innovation processes Capturing and storing of learning experiences for knowledge reuse by other departments and employees

Capabilities to learn from other organisations experiences

Innovation participation enabling IT platform Specific IT tools for new idea generation and 0,253 0,18 systematisation Organizational IT platform enabling 0,164 0,214 customer participation in innovation and improvement activities Organisational IT supported team work 0,277 0,273 platform Organizational IT tools enabling employee 0,069 0,206 participation in innovation and improvement activities Effectiveness and flexibility of innovation experiences management system Easy to use and flexible information 0,357 0,298 distribution and communication system Access and easy reuse of knowledge on 0,282 0,275 previous innovation projects Easy access to the information related to 0,374 0,345 innovative activities Support to new idea generation in out of 0,26 0,272 office environment Capturing and Capabilities storing of learning to learn from experiences for other knowledge reuse by organisations other departments experiences and employees Creativity and partnership enabling physical infrastructure of an organisation Convenience of physical spaces for creative 0,154 0,177 work Improvement of organisational spaces to 0,046 -0,034 support collaboration Organisational spaces that support 0,131 0,063 circulation among various employees Physical space dedicated for new idea 0,251 0,312 generation Organisational structures enabling partnership Organisational information systems to 0,301 0,35 support collaboration with partners Organisational IT system supports the 0,266 0,419 storage and exchange of information with partners Easy and convenient access to colleagues 0,008 0,266 within the work space

Sharing innovation experiences with other organisations for capability building purposes

Learning from various life experiences, not directly related to work

0,103

0,119

0,196

0,166

0,048

0,241

0,122

0,105

0,247

0,243

0,19

0,083

0,343

0,073

0,312

0,123

Sharing innovation experiences with other organisations for capability building purposes

Learning from various life experiences, not directly related to work

0,204

0,253

0,046

0,156

0,047

0,162

0,152

0,12

0,197

0,212

0,153

0,213

0,178

0,293

5. Discussion and conclusions As it comes from the results of analysis, the successful integration of R&D based knowledge is linked to the organisational IT infrastructures, but also vary according to the mode of R&D based knowledge acquisition. The integration of R&D based knowledge, where the firm takes active development role, i.e. internal R&D, joint R&D and involvement in new research via human resources circulation between academia and business (i.e. new PhD development), the organisational IT platforms for the team work, new idea generation and

550


Monika Petraite systematisation were important, was well as the organization IT platforms for customer participation in innovation and improvement activities. I.e., the integration of original new developed R&D knowledge in the innovation process requires the linkage between the R&D based knowledge development, and the lead customer knowledge, as supported via the collective team work and idea generation platforms. When the firm acquires external R&D based knowledge without higher levels of active levels involvement, i.e. via scientific publications, patents, and scientific and industrial conferences, the importance of IT supported team work platforms is reducing, but the idea generation and systematisation tools and customer participation platforms still play a role. The organisational IT tools allowing employee participation in innovation activities do not contribute to the processes of R&D based knowledge integration into the innovation process, while customer participation enabling platforms are of critical importance for the success of R&D knowledge integration into the open innovation processes. It could be explained by the R&D driven innovation profile, which requires high levels of novelty, and seeks to link market opportunities with the new knowledge, while the contribution of employees is more important in the improvement activities and experience based knowledge application for innovation. The latter type of knowledge integration is much more sensitive to organizational spaces, team based activities allowing transfer and exchanges of tacit knowledge, and an experimentation. The analysis results in findings that a) various types of knowledge, that play important role in innovation development, are established via different organizational design elements, and thus, certain design elements might work well for certain types of knowledge, but fail for some other, b) integration of different types of knowledge (i.e. R&D, experience and market based) require a specific attention and supporting design elements in for integration of them in the innovation process.

References Chesbrough, H. (Ed.). (2006) Open Innovation: Researching a New Paradigm. Oxford: Oxford University Press. Coriat, B., & Weinstein, O. (2001) The organization sectoral view. ESSY working paper. Coriat, B., Orsi, F., & Weinstein, O. (2002) Science-Based Innovation Regimes and Institutional Arrangements: from Science Based ‘1‘ to Science Based ‘2’ Paper presented at the DRUID Summer Conference on ‘Industrial Dynamics of the New and Old Economy - who is embracing whom?’ Copenhagen/Elsinore 6-8 June 2002. Drucker, P.F. (1993) Innovation and entrepreneurship: practice and principles. New York: Harper Business. Herzog, P., Leker, J. (2007) Open vs. Closed Innovation strategies – also different innovation cultures? Paper presented at the R&D Management Conference, 4-6 July, 2007Bremen. Jakubavičius, A., Strazdas, R., ir Gečas, K. (2003) Inovacijos. Procesai, valdymo modeliai, galimybės. Vilnius: Lietuvos inovacijų centras. Karagozoglu, N., & Lindell, M. (1998) Internationalisation of Small and Medium sized Technology –based firms: An exploratory study. Journal of Business Management, 36 (1), 44-58. Laamanen, T., & Autio, E. (1996) Dominant dynamic complementarities and technology-motivated acquisitions of new, technology-based firms. International Journal of Technology Management, 12, 7/8, 769-786. Marsili, O. (2001) The Anatomy and Evolution of Industries. Cheltenham and Northampton: Edward Elgar. Pavitt, K. (1984) Sectoral patterns of technical change. Research Policy, 13, 343-373. Rosenberg, N. (1990) Why do firms do basic research (with their own money). Research Policy, 19, 300-323. Rothwell, R. (1994) Towards the Fifth-generation Innovation Process. International Marketing Review, 1(11). Schumpeter, J.A. (1934) The theory of economic development. English translation. Cambridge: Harvard University Press. Tidd, J., Bessant, J., & Pavitt, K. (2008) Managing innovation. UK: John Wiley. von Hippel, E. (1988) The Sources of Innovation. New York: Oxford University Press. West, J. & Gallagher, S. (2006) Challenges of open innovation: the paradox of firm investment in open-source software. R&D Management, 36, 3, 319-331.

551


The Role of Rational, Emotional and Spiritual Knowledge in  Customer Relationship Management  Carmen Petrisoaia and Nicolae Al. Pop  The Academy of Economic Studies, Bucharest, Romania  carmen.petrisoaia@yahoo.com  nicolae_al_pop@yahoo.com    Abstract: This paper aims to identify the role held by rational, emotional and spiritual knowledge in customer relationship  management.  Through  an  exploratory,  qualitative  research  in  the  insurance  industry,  we  intend  to  obtain  a  model  that  reflects the importance of the three aforementioned types of knowledge in the process of building profitable, long term  relationships with the organizational customers. Although studies have already been carried out on relationship marketing  and customer relationship management in the organizational context, they are considerably fewer than the ones dedicated  to  the  individual  consumers.  The  differences  between  the  two  types  of  customers  and  the  significant  share  of  the  organizational  trade  from  the  global  GDP  underline  the  necessity  of  a  rigorous  approach  of  organizational  customer  relationship  management,  from  the  point  of  view  of  relationship  marketing  strategies  and  also  information  technology.  Knowing  the  customer  is  one  of  the  fundamental  components  of  customer  relationship  management,  along  with  the  relational  strategy,  the  communication  and  the  proposal  of  individualised  value.  In  the  case  of  CRM,  the  rational  knowledge could be associated to the marketing information system made by data warehouses (global internal data), data  marts  and  external  data  such  as  mega  bases,  panels,  market  studies  and  competition.  The  emotional  and  spiritual  knowledge can be related to the attachment created between the organizational customers and the sales agents (in some  cases  the  key  account  managers).  Previous  studies  have  shown  that  the  departure  of  the  most  appreciated  and  well  trusted sales agents determined profit loss and customer defection. Also, emotional knowledge can be connected to the  social  and  cultural  characteristics  that  generate  a  certain  specificity  of  the  buying  behaviour.  Hence,  the  three  types  of  knowledge  subscribe  to  customer  relationship  management  and  their  recognition  and  adoption  by  the  insurance  companies represent a key step in order to provide long term profitability.     Keywords: CRM, rational knowledge, emotional knowledge, spiritual knowledge, insurance, organizational customer 

1. Introduction  The aim of this paper is to obtain a CRM model applicable in the business‐to‐business setting of the Romanian  insurance  market.  In  the  last  few  decades,  the  CRM  concept  was  intensely  analysed  and  developed  in  the  scientific context as well as among practitioners from numerous industries (Peelen et al. 2009b).      Although the literature offers various models describing the CRM approach with its multiple dimensions, only a  few  of  them  imply  knowing  the  customer  from  a  broader  perspective.  The  academic  papers  distinguish  between  tacit  knowledge,  rooted  in  past  experiences  and  represented  for  instance  by  the  customized  approach of each customer and explicit knowledge, articulated, codified and communicated through symbols  and language (Polyani, in: Alavi and Leidner, 2001).     Based on the Romanian insurance market’s coordinates, where the penetration degree was of only 1.77% in  2008,  a  relatively  low  level  compared  to  other  EU  states  (Petrescu,  2012),  the  study  builds  a  CRM  model  applicable by the insurance companies in the business‐to‐business context. In order to achieve this objective,  several  models  previously  published  were  analysed.  The  elements  considered  suitable  for  the  insurance  industry  were  selected  and  two  new  components  from  the  customer  knowledge  area  were  included:  the  emotional  knowledge  that  requires  interpersonal  skills  and  the  spiritual  knowledge  that  interferes  with  the  organizational and the national culture of the business customers. The two constructs can be associated with  the tacit knowledge and they are consistent with the relationship marketing characteristics.     The model that resulted was submitted for validation to 12 insurance practitioners. They found resemblances  between  the  conceptual  model  and  the  actual  CRM  implemented  processes,  but  they  also  brought  some  suggestions for improvement.  

552


Carmen Petrisoaia and Nicolae Al. Pop 

2. Literature review  2.1 CRM   Over  the  past  decades,  CRM  enjoyed  a  special  attention,  in  the  academic  perimeter  (Plakoyiannaki,  2005,  Henneberg,  2008),  but  also  amongst  practitioners.  From  the  45  CRM  definitions  identified  by  Zablah  et  al.  (2005)  in  the  academic  literature,  one  can  deduce  the  lack  of  a  joint  conceptualization  concerning  the  CRM  dimensions.  Moreover,  the  perception  differences  identified  in  practice  have  an  important  impact  over  the  results generated by the implemented strategies (Payne and Frow, 2008).    According  to  a  brief  definition,  CRM  reunites  the  potential  of  the  relationship  marketing  strategies  and  the  information  technology  in  order  to  create  long‐term  mutually  profitable  relationships  with  customers  and  other stakeholders (Peelen et al, 2009b). The existing customer’s retention and building relationships with new  ones  can  be  possible  in  the  contemporary  competitive  environment  through  excellent  service  by  identifying  customers  and building an information database about them  (Thakur and Summey, 2010).    Peelen et al. (2009a) consider that knowing each customer is essential for a customized offer proposition and  it  represents  one  of  the  CRM  components  along  with  the  relational  strategy,  the  communication  and  the  individualized value proposition.  

2.2 Knowledge  The notion of knowledge has been a subject of debate since the Greek philosophers’ era, and nowadays there  are three key elements that ought to be differentiated: data – raw numbers and facts; information – processed  data; knowledge – authenticated and personalized information (Alavi and  Leidner, 2001). In an organization,  knowledge can be shared through electronic documents and personal interactions, generating different costs  and benefits (Haas and Hansen, 2007). Knowledge is the currency of the interactions between the organization  and its suppliers, customers and other partners and, when efficiently exploited it can become a competitive  advantage  (Carlile  and  Rebentisch,  2003).  Alavi  and  Leidner  (2001)  created  a  taxonomy  and  distinguished  several  types  of  knowledge:  tacit,  explicit,  individual,  social,  declarative,  procedural,  causal,  conditional,  relational and pragmatic. 

2.3 Rational knowledge  Knowing the customer through data is possible by: identifying his coordinates (name, address, phone number,  email  address),  the  market  segment,  the  affiliation  to  a  certain  group  and  subgroup,  the  preferences  for  a  particular communication channel, previous transactions and the history of communication in order to avoid  redundant  dialogs  and  establish  point  of  reference  (Peelen,  2005).    The  birth  of  information  technologies  starting  with  1990  has  enabled  the  organization  of  CRM  activities  (Sun,  2006),  through  the  creation  of  a  marketing information system (MIS) composed by  data warehouses, data marts and external databases  such  as mega bases, panels, various market studies (Badoc and Trouillaud, 2004).     The extraction of new, easy to use and useful information from the abovementioned warehouses in order to  support  the  decision‐making  process  is  called  data  mining.  This  activity  can  help  to  revolutionize  marketing  through:  customer  defection  and  attraction  analysis,  customer  migration,  customer  approach,  response  analysis,  customer  loyalty,  cross‐selling,  segmentation  and  niche  market,  distribution  and  communication  channel analysis (Gamble et al., 2008).    On this topic, Peppard (2000) writes that insurance companies have the tendency to gather ample information  about  customers  and  prospects,  without  using  it  because  of  the  organizational  culture,  traditions,  job  protection, thus neglecting the fact that they have a competitive advantage and a cost reduction source.   The  data  mining  techniques  allow  analysing  segments  of  valuable  customers  and  building  a  forecast  model  that indicates on one hand the future profitable customers, and on the other hand the customers more likely  to become debtors (Gamble et al., 2008). 

553


Carmen Petrisoaia and Nicolae Al. Pop 

2.4 Emotional knowledge  Emotional knowledge gets formed through the analysis and the understanding of complex emotions (Mayer  and Salovey quoted by Kidwell et al., 2011). The sales people that use emotions in the marketing exchanges  can perceive customers’ feeling easier and know what emotions they should show towards them (Kidwell et  al., 2011). Empathy has a cognitive component (perspective‐taking) and an emotional one (empathic concern).  An essential element for sales people, perspective‐taking represents the ability to understand and anticipate  thoughts,  feelings  and  actions  in  order  to  comprehend  and  satisfy  the  needs  of  each  individual  customer  (Widmier, 2002).    In  a  study  carried  by  Biggerman  and  Buttle  (2011)  they  identified  four  values  of  the  relationships  between  organizations,  the  first  one  being  the  personal  value.  The  general  managers  who  were  interviewed  in  a  qualitative research attributed value to relationships based simply on the likes and dislikes manifested towards  the  business  partners.  The  personal  value  can  determine  the  preservation  of  a  relationship  regardless  of  its  problems,  even  though  in  other  cases  it  would  have  been  terminated.  Relationship  marketing,  whose  key  component  is  CRM  (Pop  and  Petrescu,  2008),  underlines  the  three  essential  features  of  contemporary  marketing:  empathic  thinking  and  action,  relational  creativity  and  partnership.  (Schebesch  and  Pop,  2013)   They contribute to attaining the objective of the relationship marketing approach: gradually winning the trust  of  the  actors  involved  in  the  exchange  process  (Schebesch  and  Pop,  2013).  Trust  represents  an  important  relationship determinant, contributing to their development and reducing perceived risk (Egan, 2004). 

2.5 Spiritual knowledge   In the hereto paper, spiritual knowledge is considered the knowledge of the cultural background manifested in  the buyer‐seller dyad. Culture is the collective programming of the mind that distinguishes the members of a  group  or  a category  from  the  others  (Hofstede, 2001).    For  that  matter,  culture  represents  one  of  the  eight  components  of  relationship  marketing,  and,  when  the  cultural  differences  are  overcome,  they  create  value  (Gordon, 1998).    The  organizational  culture  is  a  phenomenon  in  itself,  differing  from  the  national  cultures  simply  because  individuals  were  not  born  within  the  organization,  they  hold  an  influence  over  the  others  and  their  involvement is limited to the amount of time spent as organizational members (Hofstede et al., 2010).    Griffith  and  Harvey  (2001)  developed  an  intercultural  communication  model  meant  to  improve  business‐to‐ business  relationship  quality  through  four  distinct  constructs:  cultural  understanding,  communication  competence,  communication  interaction  and  cultural  interaction.  Cultural  understanding  is  a  set  of  abilities  and  cultural  knowledge  usually  based  on  past  experiences  that  allow  an  appropriate  interaction  with  other  national  and  organizational  cultures.  Communicational  competencies  are  a  set  of  abilities  and  knowledge,  related  to  communication,  enabling  relevant  communication  with  partners  of  a  cross  cultural  network.  Communicational  interaction  involves  hybrid  communication  strategies  resulted  from  the  development  of  a  new communication culture. Cultural interaction relates to the adjustment of the national and organizational  cultures that take place due to the cross cultural communication within the network (Griffith, Harvey, 2001)    The organizational structure influences both culture and the decision‐making process. In the case of a single  owner,  organizational  culture  will  evolve  around  their  character  and  style.  When  there  are  at  least  two  owners,  the  management  structure  changes,  because  decisions  have  to  be  approved  unanimously  (Young,  2005). 

2.6 Insurance industry  Unlike  other  European  states,  Romania  doesn’t  have  a  century‐old  tradition  in  the  insurance  industry,  and,  despite  the  last  two  decades’  progresses,  the  gap  is  still  present  because  the  insurance  development  is  correlated to the economic evolution (Ciurel, 2011). Although the insurance need is significant, the demand is  still low due to several causes: economical, social, cultural, and educational (Ciurel, 2000). Because during five  decades,  between  1952  and  1990,  a  state‐owned  insurance  company  held  the  monopoly  on  the  insurance  market,  the  Romanians  got  used  to  get  their  losses  entirely  covered  by  the  state,  and  adapting  to  charged  protection proves to be difficult (Constantinescu, 2004).   

554


Carmen Petrisoaia and Nicolae Al. Pop  Hofstede’s  diagram  concerning  power  distance  versus  uncertainty  avoidance  (Hofstede  et  al,  2010)  situates  Romania in the high power distance and high uncertainty avoidance category together with countries such as  Russia, Croatia and France.    The organization's needs for insurance are similar to those of the individual consumers, but they have a wider  dimension,  often  influenced  by  its  sphere  of  activity  (Ciurel,  2011).  Depending  on  their  target,  insurance  companies can have a dedicated department that deals with the organizational customers (Galiceanu, 2004).  Several authors showed that the structure of each organization reflects on its buying behaviour (Young, 2005,  Soopramanien et al., 2010). Firstly, if a buying centre exists within the organization, one individual may occupy  one  or  several  of  the  following  roles:  user,  influencer,  buyer,  decider  and  gatekeeper  and  that  will  have  an  impact  on  the  services’  evaluation  criteria  (Homburg  and  Rudolf,  2001).  Secondly,  in  a  small  company  it  is  common  that  one  single  individual  is  in  charge  with  buying  the  insurance.  Therefore,  it  is  likely  that  he  will  behave  like  an  individual  consumer  and  it  can  be  stated  that  the  organizational  buying  behaviour  in  small  companies is strongly influenced by the characteristics of the individual consumer (Soopramanien et al.,2010)  and implicitly by the national culture.    These characteristics of the organizational market enhance the importance of a complete knowledge because  the  Romanian  insurance  companies  must  adapt  to  different  subsets  of  organizational  customers  and  individualize as much as possible their approach. 

3. Methodology  In  a  general  setting,  a  model  is  a  simplified  design  allowing  the  comprehension  of  something  that  is  too  complex to be understood (Hofstede, 2001). An analytical model is a group of variables and their correlations  conceived in order to represent partially or totally a real process or system. Models can be verbal if they imply  a textual description, graphic if they are spatially represented, mathematical when the relationships between  variables  are  expressed  through  equations  (Malhotra  et  al.,  2011)  and  conceptual  as  diagrams  suggesting  possible causal relationships (Schmidt and Hollensen, 2006).    Before  building  a  model:  the  decision  making  managerial  utility  should  be  evaluated,  a  purpose  must  be  established, the degree of complexity and the model’s applicability have to be assessed (Leeflang and Wittink,  2000).    The literature review allowed the identification of seven CRM conceptual models that will be further analyzed.     1  Gartner  (Buttle,  2010):  the  first  two  stages  of  this  model,  vision  and  strategy  are  fundamental,  being  oriented  towards  the  identification  of  objectives  and  segments  as  well  as  towards  leadership  and  value  proposition. The next two stages are focused on customer experience and organizational collaboration. They  are  strongly  connected  because  understanding  the  customer’s  needs,  cooperation  and  feedback  depend  on  the  organizational  culture,  the  employees’  personal  skills,  the  communication  between  employees,  partners  and  suppliers.  The  last  four  dimensions  articulate  around  processes,  information,  technologies  and  CRM  measurement,  the  key  components  for  profitability  and  customer  satisfaction.  The  model  defines  CRM  as  a  principle  of  organizational  efficiency.  The  rational  intelligence  is  represented  through  the  sixth  dimension,  Information  –  data  and  analyses.  One  condition  for  effective  information  exploitation  is  a  joint  vision  and  a  solid  infrastructure.  The  dimension  named  „Valued  customer  experience”  is  based  on  understanding  the  customer’s needs, collaboration and feedback.    2.  IDIC  (Peppers  and  Rogers,  2004):  The  model  develops  in  cascade,  following  four  consecutive  stages:  customer  identification  and  understanding,  customer  differentiation  ‐  behaviour  and  needs  segmentation,  effective  customer  interaction,  customized  offer  and  communication.  Customer  knowledge  becomes  a  conducting  wire  active  in  all  the  four  stages  of  the.  Hence,  an  extended  knowledge  is  intended,  but  other  information is missing regarding the instruments and key variables involved in the CRM processes.    3. QCI (Woodcock et al., 2002): The model has components common to the Gartner vision, but they are not  hierarchically  structured,  but  rather  represented  in  interaction,  like  a  mechanism:  customer  experience,  processes management, technical support, customer information, people and measurement. Several original 

555


Carmen Petrisoaia and Nicolae Al. Pop  elements are used such as the external environment and the core of the model represented by the customer  management activity developed around the market penetration, acquisition and effective customer retention.  The model is evidence that the CRM approach relies, among others, on customer information, processed by  the employees and the partners. Meeting and knowing customers is one of the values explicitly adopted by the  QCI model.    4. Thakur, Summey (2010): The CRM model gives a special importance to the external environment taking into  consideration  the  entrance  barriers  and  the  market  diversification.  Another  major  component  allowing  overcoming  competition  is  the  knowledge  about  customer  behaviour  including:  demographic  data,  previous  buying behaviour, preferences and motivations. Further, customer commitment is built through the capacity  to  convey  value,  understand  customer’s  needs,  assuring  his  loyalty.  This  CRM  approach  aims  to  optimize  customer  lifetime  value  for  the  organization.  The  external  environment  is  well  represented,  with  the  competitive  advantage  of  a  CRM  approach  strongly  elaborated.  Customer  knowledge  is  seen  from  a  wider  perspective,  without  however  covering  all  its  dimensions  and  without  involving  the  employees.  There  is  no  mention of the instruments through which knowledge is exerted and the channels used for transfer. The CRM  efforts,  such  as  building  customer  loyalty,  maximising  the  retention  degree  and  value  are  not  evaluated  or  qualified in order to assess the model’s effectiveness.    5. Buttle (2010): The model’s objectives proposed by Buttle are customer satisfaction and ensuring long‐term  profitability.  The  vision  develops  in  five  stages:  customer  portfolio  analysis,  customer  intimacy,  network  development,  value  proposition,  customer  lifetime  management.  The  implementation  of  the  stages  is  determined by leadership and culture, data and information technology, people and processes.  The stage called “customer intimacy” refers to customer knowledge beyond the rational part.    6. Payne (2009): The author structures the model in five processes, and four of them take place consecutively:  strategy  development,  value  creation,  getting  the  competitive  advantage,  multi‐channel  integration  and  performance evaluation. Each of the aforementioned steps depends on the information management process.  The  information  management  process  allows  building  information  about  the  customer,  but  the  model  only  favours rational knowledge.    7.  Zablah  et  al.  (2004):  This  model  identifies  two  different  processes  permanently  linked:  the  information  management process (through data collection, obtaining and disseminating information) and the interaction  management process where all the exchanges between the customer and the company are included. Although  it doesn’t explicitly contain the notion of knowledge, the model synthesizes the idea that the interactions take  place on several levels, enabling a customers’ evaluation and a prioritisation. 

4. Results  From  the  seven  models  previously  presented,  the  rational  customer  knowledge  is  described  as  a  stage  in  a  sequence,  a  part  of  a  process  or  even  a  process  by  itself.  This  type  of  knowledge  relies  on  the  information  architecture exploited by the company’s members. However, only in the models that explicitly involve people  and customer experience, one can identify emotional and cultural dimensions.    The model suggested (Figure 1) underlines the importance held by all the knowledge stages within the CRM  approach.    In  order  to  create  a  CRM  insurance  model,  one  should  take  into  consideration  the  industry’s  characteristics  described  earlier.  Due  to  the  important  influence  of  the  economical,  political,  social  and  technological  environment,  the  „external  environment”  component  from  the  QCI  model  will  be  preserved.  It  is  a  key  determinant  of  the  organizational  buying  behaviour  and  the  insurance  company.  Along  with  the  external  environment,  customer  experience  enables  emotional  and  cultural  customer  knowledge  by  the  insurance  company  members.  The  latter  are  sustaining  the  rational  knowledge  process  facilitated  by  the  information  architecture.    In  this  model,  company  employees  attain  a  holistic  customer  knowledge,  representing  the  essential element in service delivery and a fundamental resource for the organization (Grönroos, 2007).     The  planning  and  analysis  stage,  identified  in  the  QCI  model  appears  in  other  models,  in  various  representations:  in  Gartner  through  the  CRM  strategy,  in  Butte  through  leadership  and  culture,  in  Payne 

556


Carmen Petrisoaia and Nicolae Al. Pop  through  the  strategy  development  process.  Further,  the  customer  proposition  corresponds  to  the  value  proposition from the Gartner and Payne models. Next, the customer management activity follows the same  coordinates developed by the QCI model, specifically: market penetration, retention and acquisition, and, in  the end, the measurement takes place. 

  Figure 1: CRM model applicable in the insurance industry  The model was submitted for validation to a group of 12 managers activating within the insurance Romanian  companies.  The  chosen  research  method  was  the  semi  directive  interview.  The  participants  appreciated  the  use of the three‐ dimensional organizational customer knowledge within the CRM approach, because service  customization cannot be performed exclusively by means of the marketing information system. The analysis  and  planning  performed  by  the  superior  management  in  the  headquarter,  as  well  as  the  offer  proposition  involving the local units are all based on this key construct.    According to some respondents, organizational customer knowledge proves to be difficult and complex due to  the buying centres, formed by several members involved in the decision making process. Although the national  and  the  organizational  culture  are  common  in  a  buying  centre,  the  individual  particularities  shouldn’t  be  neglected because of their influence over relationships.     An important comment was that small companies usually ask for low price offers and aren’t very responsive to  cross‐selling  actions.  This  subset  of  organizational  customers  tends  to  be  quite  reluctant  when  it  comes  to  insurance  policies.  The  statement  formulated  by  several  respondents  of  our  study,  clearly  sustains  Soopramanien’s et al. idea (2010) that the organizational buying behaviour in small enterprises can be similar  to the household buying behaviour. Moreover, large companies seem to have a better understanding of the  importance  held  by  insurances,  but  sometimes  decision  making  is  delayed  by  the  buying  centre’s  lack  of  communication or the existence of multiple representatives delegated to negotiate insurance contracts.     Another  observation  formulated  by  the  practitioners  was  that  the  measurement  stage  offers  results  that  seldom  return  as  data  in  the  information  structure  in  order  to  be  further  processed  by  the  company’s  members. Hence, this idea was taken into consideration and led to the introduction of a bidirectional liaison  between measurement and the information architecture. 

5. Conclusions  The CRM literature review revealed the need for deeper customer knowledge. This necessity is confirmed by  the specific setting of the insurance industry from Romania, with a high development potential, but delayed by  economical,  social  and  cultural  aspects.  In  order  to  facilitate  customized  service  delivery  for  the  Romanian  organizational  customers,  some  important  elements  from  previous  models  were  kept:  the  external  environment,  customer  experience  and  information  architecture.    Because  organizational  buyers  have 

557


Carmen Petrisoaia and Nicolae Al. Pop  different evaluation criteria for services, rational knowledge was completed with two new constructs meant to  sustain  the  CRM  approach:  spiritual  and  emotional  knowledge.    On  one  hand,  spiritual  knowledge  refers  to  understanding  and  accepting  customers’  national  and  organizational  culture,  and  on  the  other  hand,  emotional  knowledge  relies  on  emotions  comprehension  and  the  assessment  of  the  role  played  by  them  within the business interactions.    Insurance  companies  should  use  knowledge  as  a  competitive  advantage,  in  order  to  palliate  the  reluctance  towards  insurances  observed  in  small  companies  and  the  lack  of  a  coherent  dialog  determined  by  multiple  representatives in large companies.      The hereto study did not develop on elements already described by the academic literature such as: customer  management activity with the three dimensions: penetration, retention, acquisition and results measurement.  The complexity of these elements requires a more detailed approach within other studies. Furthermore, the  effects of this new model over customers’ satisfaction were not assessed, so, further research is necessary to  establish the nature of this link.      The  semi  directive  interviews’  conclusion  was  that  in  the  organizational  insurance  setting  it  is  necessary  to  implement  a  CRM  model  based  on  the  extended  customer  knowledge  beyond  the  information  technology.  Hence, the resulting conceptual model aims to help the insurance companies by offering a CRM approach for  organizational customers, but it requires a qualitative research in order to be validated. Moreover, it can be  submitted to specialists from other industries.  

Acknowledgements  This  work  was  co‐financed  from  the  European  Social  Fund  through  Sectoral  Operational  Programme  Human  Resources  Development  2007‐2013;  project  number  POSDRU/107/1.5/S/77213  „Ph.D.  for  a  career  in  interdisciplinary economic research at the European standards” 

References  Alavi, M. and Leidner, D. E. (2001) “Review: Knowledge Management and Knowledge Management Systems: Conceptual  Foundations and Research Issues”, Management Information Systems Research Center, University of Minnesota, MIS  Quarterly, Vol 25, No. 1, pp. 107‐136.  Badoc, M. and Trouillaud, E. (2004) Réinventer le marketing de la banque et de l’assurance. Du sens du client au  néomarketing. Edition Revue Banque, Paris  Biggemann S. and Buttle F. (2011) “Intrinsic value of business‐to‐business relationships: An empirical taxonomy”, Journal of  Business Research, Vol. 65, No. 8, pp. 1132‐1138.  Buttle, F. (2010) Customer Relationship Management. Concepts and Technologies, Butterworth‐Heinemann, Oxford.  Carlile, P. R. and Rebentisch, E. S. (2003) “The Knowledge Transformation Cycle”, Management Science, Vol. 49, No. 9, pp.  1180‐1195.  Ciurel, V. (2011) Asigurări şi reasigurări. O perspectivă globală. Editura Rentrop & Straton, Bucuresti.  Ciurel, V. (2000) Asigurări şi reasigurări: Abordări teoretice şi practici internaționale, Editura Beck, Bucureşti.  Constantinescu, D. A. (2004) Tratat de Asigurări, Vol I, Editura Economică Bucureşti.  Egan, J. (2004) Relationship Marketing. Exploring relational strategies in marketing, Second Edition, Prentice Hall, Pearson  Education, Harlow.  Galiceanu, I. (2004) Asigurările în activitatea agenților economici, Editura Tribuna Economică, Bucureşti.  Gamble, P. R., Tapp, A., Marsella, A. and Stone, M. (2008) Revoluția în marketing. O abordare radicală pentru o afacere de  success. Polirom, Bucureşti.  Griffith, D., A., and Harvey, M., G. (2001) “Executive Insights; An intercultural Communication Model for Use in Global  Interorganizational Networks”. Journal of International Marketing, Vol, 9, No. 3, pp. 87‐103.   Grönroos, C., (2007) Service Management and Marketing. Customer Management in Service Competition, Third Edition,  John Wiley & Sons Ltd, Chichester.   Haas, M., R. and Hansen, M., T. (2007) “Different Knowledge, Different Benefits: Toward a Productivity Perspective on  Knowledge Sharing in Organizations”. Strategic Management Journal, Vol. 28, No. 11, pp. 1133‐1153.  Henneberg, S. C. (2006) “An Exploratory Analysis of CRM Implementation Models” Journal of Relationship Marketing, Vol.  4, No. 3‐4, pp. 85‐104.  Hofstede, G. (2001) Culture's Consequences: Comparing Values, Behaviors, Institutions and Organizations Across Nations.  2nd Edition, Thousand Oaks CA: Sage Publications.  Hofstede, G., Hofstede, G. J., and Minkov, M. (2010) Cultures and Organizations. Software of the mind. McGraw Hill.  Homburg, C., & Rudolph, B. (1999). Customer satisfaction in industrial markets: dimensional and multiple role issues.  Journal of Business Research. Vol. 52, No. 1, pp. 15‐33. 

558


Carmen Petrisoaia and Nicolae Al. Pop  Kidwell, B., Hardesty, D. M., Murtha, B. R. and Sheng, S. (2011) “Emotional intelligence in Marketing Exchanges”. Journal of  Marketing. Vol. 75, No. 1, pp. 78‐95.  Leeflang, P.S.H. and Wittink, D. R. (2000) “Building models for marketing decisions: past, present and future”. International  Journal of Research in Marketing, Vol. 17, No. 2, pp. 105‐126.  Malhotra, N., Décaudin, JM, Bouguerra, A. and Bories, D. (2011) Etudes Marketing, 6th Edition, Pearson Education, Paris.  Payne, A. and Frow, P. (2005) “A strategic Frameyork for Costumer relationship Management”, Journal of Marketing, Vol.  69, No. 4, pp. 167‐178.  Payne, A. (2009) Handbook of CRM. Achieving Excellence in Customer Management, Elsevier, Oxford  Peelen, E. (2005) Customer Relationship Management. Pearson Education, Harlow.   Peelen, E.   Jallat , F. and Stevens, E. (2009a) Gestion de la Relation Client, Pearson Education, Paris.  Peelen, E., van Montfort, K., Beltman, R. and Klerkx, A. (2009b) “An empirical study into the foundations of CRM success”,  Journal of Strategic Marketing, Vol. 6, No. 7, pp. 453‐471.  Peppard J. (2000) “Customer Relationship Management (CRM) in financial services”. European Management Journal, Vol.  18, No. 3, pp. 312‐327.  Peppers, D, and Rogers, M (2004) Managing Customer Relationship: A Strategic Framework. John Wiley & Sons.  Petrescu, E C, (2012), Marketing în asigurări, Ediția a II‐a, Editura Uranus, Bucureşti.  Plakoyiannaki, E. (2005) “How do Organisational members perceive CRM? Evidence from a U.K. Services Firm”. Journal of  Marketing Management, Vol. 21, pp. 363‐392.  Pop, N. Al. and Petrescu, E. C. (2008) Marketing et Gestion de la Relation Client, Editura Uranus, Bucureşti.  Schebesch, K. B. and Pop, N. Al., (2013) “Trust formation and Relationship Marketing – Ingredients for Developing  rd Computational Marketing Aiming and Exploiting. Proceeding of the 3  World Conference on Innovation and  Computer Sciences” – ISODE 26‐28  April, Antalya.  Schmidt, M. J. and Hollensen, S. (2006) Marketing Research, An international approach, Prentice Hall, Pearson Education,  Harlow.  Soopramanien, D. and Juan, L. H. (2010) “The importance of understanding the exchange context when developing a  decision support tool to target prospective customers for business insurance” Journal of Retailing and Consumer  Services, Vol. 17, pp. 306‐312.  Sun, B. (2006) “Technology Innovation and Implications for Customer Relationship Management”, Marketing Science, Vol.  25, No. 6, pp. 594‐597.  Thakur, R., and Summey, J. H. (2010) “Optimizing CRM: A Framework for enhancing profitability and increasing lifetime  value of customers”. Marketing Management Journal, Vol. 20, No. 2, pp. 140‐151.  Widmier, S. (2002) “The effects of incentives and personality on salesperson’s customer orientation”. Industrial Marketing  Management, Vol. 31, No. 7, pp. 609‐615.  Woodcock, N., Stone, M. and Foss, B. (2002) The Customer Management Scorecard, London: Kogan Page.  Young, L. (2005) Marketing the Professional Services Firm, John Wiley & Sons Ltd, Chichester.  Zablah, A. R., Bellenger, D. N., and Wesley J. J. (2004) “An evaluation of divergent perspectives on customer relationship  management: Towards a common understanding of an emerging phenomenon.” Industrial Marketing Management,  Vol. 33, No. 6, pp. 475‐489.  

559


Decision‐Making Processes Based on Emotions in Universities as  Learning Organizations   Magdalena Platis  Faculty of Business and Administration, University of Bucharest, Bucharest, Romania  magdalena.iordache‐platis@drept.unibuc.ro      Abstract:  Universities  have  had  an  important  role  in  human  society,  no  matter  their  profiles  –  technical  or  humanities,  social  or  medical  studies.    This  is  explained  by  the  mission  of  each  higher  education  institution.    In  general,  the  mission  statement of any university relates to three main areas – education, research and social involvement which are reflected in  priorities, objectives and concrete actions differentiating one university from another. Behind these priorities, there is one  universal  task  common  to  all  universities,  which  is  not  so  concretely  expressed:  they  educate  people!    Therefore,  many  processes  in  universities  are  different  from  similar  ones  in  other  type  of  organizations.    Even  when  a  more  corporative  approach  was  adopted  by  university  managements,  many  specific  issues  were  revealed  for  the  simple  reason  that  universities  do  not  produce  tangible  goods.    Rather  they  deal  with  knowledge,  emotions,  people,  long  term  results,  competences and learning outcomes. In universities, decision‐making processes do not always consist of having academics  or  professors  as  decision‐makers.    Sometimes,  the  students  themselves  become  the  decision‐makers.    More  than  professors,  students,  when  they  become  decision‐makers,  are  focused  more  on  emotions.    In  addition,  emotions  and  priorities can be transferred from one generation of students to another.  This paper reveals the importance of emotions  transferred during teaching in order to understand the decision making processes undertaken by students. It starts from  the following statement: ‘students’ education is based not only on transfer of theoretical and practical knowledge, but also  on transfer of emotions; students’ behaviours are a consequence of their learning, including emotional knowledge; transfer  of  emotions  affects  professionally  the  students.    The  main  objectives  of  this  paper  consists  of  the  following:  identifying  effects of the transfer of emotions during teaching; analysis of the decision‐making processes adopted by students from  the  perspective  of  the  influence  factors;  identifying  measures  that  universities  need  to  take  in  the  area  of  quality  management. The main outcome of the paper consists of identifying a new approach to be applied to quality management  in universities through the set of measures proposed for the improvement of the decision‐making processes.    Keywords: learning organization, university, emotions and decision‐making process 

1. Universities as learning organizations  Universities are organizations which combine production factors in order to achieve their objectives, just like  any other organization.  They use resources, they identify objectives, they measure their activity according to  their  output  in  relation  to  their  objectives.    Nevertheless,  universities  do  not  act  like  small  or  medium  enterprises  or  like  multinational  companies  since  they  provide  services  to  its  beneficiaries  much  differently.   Therefore, specialists pay a lot of attention to universities when they debate management approaches.    Different types of management – strategic management, human resources management, time management,  conflict  management,  change  management  etc.  have  been  included  in  educational  activities  by  higher  education  institutions.    At  present,  more  than  in  other  period  of  time,  the  continuous  needs  of  adaptation  have transformed universities from passive organizations to active ones.    The main reasons to consider universities as active organizations are as follows:  ƒ

universities continuously develop partnerships not only with other higher education institutions, but also  with companies from the public and private sectors; 

ƒ

universities have created different networks and consortia in order to better achieve their objectives, with  organizations which share the same main goals or complementary ones; 

ƒ

universities are permanently subject to accreditation and external evaluations, meaning that they have to  follow and change specific standards, criteria and indicators from time to time; 

ƒ

universities  exist  through  their  students  and  generations  of  students  change  every  year  through  new  incoming students; 

ƒ

universities  have  introduced  in  their  activity  principles  of  quality  management  which  promote  the  continuous improvement of their processes; 

560


Magdalena Platis  ƒ

universities have understood that the connection with the business environment is the method of ensuring  sustainability, meaning that new areas of study need to be included in the curriculum or even that new  programs or projects are or become more connected to the labour market. 

Universities,  as  active  organizations,  behave  like  learning  organizations.    The  concepts  of  the  learning  organization as well as its dimensions were explained by Peter Senge in “The Fifth Discipline” (1990).  Starting  from  there,  a  university  as  a  learning  organization  is  an  entity  where  people  continuously  develop  their  capacity for achieving the needed results, where people learn to work together sharing common aspirations.    According to Peter Senge, the dimensions of a learning organization are: systems thinking, personal mastery,  mental  models,  shared  vision  and  team  learning.    These  all  characteristics  can  be  easily  observed  at  universities:  ƒ

Systems  thinking  →  universities  consist  of  several  entities,  such  as  faculties,  departments,  research  centres, and administrative offices.  They all are parts of one single body which is the university.  Faculties  may  have  different  missions  as  they  may  develop  educational  and  research  programs  in  different  fields  from  exact  sciences  to  humanities  or  social‐economic  areas,  but  all  their  missions  are  integrated  in  the  general  institutional  mission  of  the  university.    Different  structures  have  their  own  strategic  plans  and  operational plan, but they are also integrated in the institutional ones.  A strong connection among these  components exists, each entity having its own importance in an institutional orientation. 

ƒ

Personal mastery → universities are active through their employees’ work.  They invest effort to better  understand their tasks and to discover opportunities and challenges for a better performance.  In other  words,  professors,  researchers  and  administrative  staff  who  are  responsible  of  certain  operations  and  activities  or  processes  know  how  to  learn  from  their  own  or  others’  previous  mistakes  and  act  better,  which will generate professional and personal development. 

ƒ

Mental  models  →  university  staff  have  the  ability  to  build  mental  models  on  future  actions.    Through  communication,  each  construction  of  such  a  model  is  questioned  and  subject  to  change.    In  comprehensive universities, where faculties or schools reveal different fields, the ability to identify more  complex  approaches  to  mental  models  is  higher  than  in  universities  where  all  faculties  are  parts  of  the  some field. In other words, the different backgrounds of the staff contribute to a better understanding of  the reality and more chances to successfully overcome all the difficulties. 

ƒ

Common vision → all the members of the academic community share the university vision and therefore,  the  university  becomes  more  efficient  in  the  learning  process  and  several  strategies  are  the  subject  of  debates and explanations.  Once strategies are adopted and the process of implementation started, many  other actions are based on those documents as part of the main strategic goal, as part of the university  vision.  Understanding the vision is important for the individuals who are expected to be committed to its  implementation. 

ƒ

Team learning → universities, like any other organization are larger or smaller from criteria such as: the  number of students, the number of academic staff, the number of study programs etc.  Team learning is a  characteristic  of  universities,  no  matter  their  size.    When  professors  become  part  of  the  management  team,  the  team  work  is  not  related  to  the  management  structure  only,  but  it  includes  all  the  learning  issues  coming  from  implementation  of  a  decision  which  was  made.    In  other  words,  the  management  team cooperates with and learns from administrative staff – financial, human resources, structural funds,  international  activities,  research  and  the  meeting  of  social  obligations  etc.    At  the  same  time,  administrative  staff  learns  from  academics  about  what  teaching  and  research  mean  and  try  to  find  the  best solutions to different situations.   

ƒ

Two main types of team learning can be identified – horizontal or vertical team learning.  Horizontal team  learning is realized when similar teams cooperate and share their way of doing things, such as different  faculty management teams (Dean’s team at the Faculty of Physics, Dean’s team at the Faculty of Letters,  Dean’s  team  at  the  Faculty  of  Business  etc.)  or  different  project  management  teams.  Vertical  team  learning  is  attained  when  cooperation  is  developed  among  different  hierarchical  levels  –  Rector’s  team,  Dean’s team, Director’s team. 

Therefore, universities are easily considered learning organizations – see Figure 1.   

561


Magdalena Platis   

  Figure 1: Universities as learning organizations  

2. Decision‐making processes in universities  University  management  is  based  on  a  set  of  specific  management  tools  interdependently  used  towards  achieving set goals.  These tools are part of different types of management, such as in Figure 2. 

  Figure 2: Types of university management   Jensen et al. (2008) mentioned that different empirical research demonstrates the role of cognitive ability and  personality  factors  in  academic  success.  Other  studies  have  started  to  investigate  the  role  of  the  emotional  intelligences in academic success. Humphrey et al. (2008) developed a research where was demonstrated how  leaders’ emotions influences the behaviour and the emotions of their employees. They define the emotional  labour  and  consider  that  the  success  can  be  achieved  through  it.  Through  analogy,  professors  can  be  considered leaders and students, the employees.    Other studies – Boyatzis et al. (2002)‐ show the connections between the cognitive and emotional intelligence  on one hand and competences that can be developed to students, on another hand. At the same time, studies  ‐Stepherd  Dean  A.  (2004)  ‐    reveal  the  role  of  emotions  in  learning  from  failure.  This  has  generated  among  professors a large preoccupation on how students feel, instead of how they think.    

562


Magdalena Platis  At  present,  university  management  is  a  system  which  consists  of  a  set  of  several  combined  management  methods, tools and approaches.  The main approaches of the university management are the following: 

2.1 Strategic management  Universities  act  in  different  national  and  international  contexts.    From  the  strategic  management  point  of  view,  universities  have  to  understand  their  own  internal  environment  and  to  identify  the  features  of  the  external environment, meaning potential competitors or partners, as well as clients.  In this perspective, the  main  general  management  functions  ‐  to  plan,  to  organize,  to  coordinate,  to  command,  to  control  can  be  identified in universities.  Therefore, university management functions are:  ƒ

Planning → universities have a strategic plan which reflects their main directions in the area of education,  research and society involvement. 

ƒ

Organizing  →  activities  need  to  be  developed  once  the  necessary  inputs  are  available;  in  other  words,  universities should be prepared before deciding to start a process. 

ƒ

Coordinating  →  activities  need  to  be  clearly  understood  and  be  mutually  supporting.    University  management has to establish priorities and to communicate to employees the decisions made. 

ƒ

Commanding → decision‐making processes are based on motivation and involvement. 

ƒ

Controlling  →  universities  need  to  have  feedback  from  different  subject  areas  in  order  to  know  which  decisions was worked best. 

At  the  same  time,  university  management  is  a  management  of  resources,  consisting  of  human  resources,  financial resources, material resources or time.  All the general management functions are applied to resource  management; therefore, universities plan, organize, coordinate, command and control related to resources. 

2.2 Quality management  In  all  organizations,  quality  management  is  not  a  declaration  statement;  it  is  a  system  which  includes  institutional  structures  and  procedures  of  quality  assurance.    In  universities,  the  system  of  quality  management  includes  different  committees  and  internal  procedures  to  help  the  senior  management  know  what  works.    The  main  principle  of  quality  management  is  continuous  improvement.    At  the  same  time,  specific attention is paid to all interested parties, such as students, graduates, the academic community, and  potential employers.    Promoting the continuous improvement of the processes, quality management is directly connected to change  management which means that the university has the capacity to improve the administration of change. At the  same  time,  since  the  student  is  considered  a  client,  quality  management  in  university  is  connected  to  marketing  management  or  to  the  way  of  managing  the  marketing  activity  developed  in  order  to  attract  students. 

2.3 Customer relationship management  New Marketing promotes a new relationship between the provider of goods or services and the beneficiary.   In the case of a university, customer relationship management consists of a new set of strategies to attract the  clients for a long term.  In the case of a university, this type of management becomes a student relationship  management  which  consists  of  all  activities  the  higher  education  institution  supports  in  order  to  attract  the  students in the process of continuous education.  More than this, activities take place for the students’ benefit,  including  the  performance  management  of  their  learning  process.    At  the  same  time,  a  good  orientation  towards students means also an efficient conflict management.  This involves a relationship based on mutual  respect among parts, whether they are students or part of the academic community.    The decision‐making process in universities is characterized by three main components, as in all organizations:  decision‐maker, performer and context.    In universities, the decision making process is more complex than in a private profit – oriented organization.   Main elements of the decision‐making process are reflected in table 1.   

563


Magdalena Platis    Table 1: Features of the decision‐making process   No.  crt.  1  2  3  4 

Feature 

Private organization 

University 

Decision‐maker  Clients 

Individual or participative  Individuals or other  businesses  Occasionally 

Individual or participative  Students and potential  employers  Permanent in different Board  of Deans or Senate  Difficult to be measured 

Clients involvement in the  decision‐making process  Results considered in the  decision making  processes  Clients status at the  organization/ university 

Measurable (units of  production, values etc.)  Outsiders 

Insiders, members of the  university community 

In  other  words,  everything  universities  do  directly  or  indirectly  affect  the  students.    During  the  interactions  between  professors  and  students  there  are  many  transfers  of  knowledge  (theoretical  and  practical)  plus  emotions.    In  universities,  the  transfer  of  emotions  is  not  a  purpose  or  objective  in  itself.  However,  in  psychology,  the  process  of  transfer  is  very  well  known.  Obviously,  during  teaching  and  learning,  between  professors  and  students,  an  important  link  is  defined  by  the  transfer  of  both  knowledge  and  emotions.    Most  of  the  time,  knowledge is divided into tacit and explicit.  While the first is generated through experience, the latter comes  through formal training and education.  In a learning organization, such as a university, organizational learning  is the process through which the university transmits tacit and explicit knowledge.  At the same time, cognitive  knowledge is connected with emotional knowledge and can transform from one to another; a process which is  interestingly described by knowledge dynamics (Bratianu et all, 2011), including also the conversion between  tacit and explicit knowledge (figure 3). 

  Figure 3: Knowledge dynamics   Decision‐making  processes  reflect  the  main  function  of  management.    For  a  university,  decision‐making  processes  are  based  on  emotions  and  on  the  emotional  transfer  from  professors  to  students  and  from  students  to  professors.    During  teaching,  professors  transfer  emotions  to  students.    The  effects  of  such  a  transfer are reflected in figure 4. 

  Figure 4: Effect of the transfer of emotions during teaching  

564


Magdalena Platis  Therefore, in a university, students learn from the emotional transfer and may become better learners.  At the  same time, in a university, students make decisions based on emotions. 

3. Applied research methodology  The  topic  chosen  to  be  demonstrated  here  is  the  students’  decision‐making  process,  especially  when  they  decide who they would like to have as the professor‐coordinator of their final thesis before graduation.    The  main  objective  of  the  research:  to  identify  reasons  or  arguments  the  students’  decisions  are  based  on  when they decide to choose the professor.    Secondary objectives:  ƒ

To discover the reasons for the students having a higher attendance. 

ƒ

To find out how the students define the concept of an attractive course. 

ƒ

To identify the students’ perception of the professor‐student relationship. 

ƒ

To understand why the students learn with pleasure if they learn through their preferred choices. 

After  analysing  the  specific  literature  in  the  area  of  knowledge  management  and  educational  management,  the applied research consisted of two phases.    First phase: to address open questions to students from four different master programs.  The questions were  the following:  ƒ

Which are in your opinion the main reasons for the students to have a better attendance at classes? 

ƒ

How would you define the concept of an attractive course? 

ƒ

What are the main features of a good relationship between professor‐student? 

ƒ

What are the active criteria in order for you to learn a subject with pleasure? 

The second phase: to create a questionnaire based on the first answers of the students.  The answers of the  students were included in the alternatives of the questions:    Q1: The professor who coordinated my thesis:  ƒ

was identified by me, based on subjective reasons, being a more preferred professor compared to others; 

ƒ

was chosen by me from a list of less busy professors; 

ƒ

was accepted by me, being one of the last available; 

ƒ

was chosen by me, being the head of the subject in the field I wanted to study; 

Q2: During the undergraduate studies, I had participated:  ƒ

in all classes, being a conscientious person; 

ƒ

more at classes where the topics were of more interest to me; 

ƒ

more at classes taught by a favourite professor; 

ƒ

at classes where I could attend, having other commitments to fulfil; 

Q3: Attractive courses during my studies were those at which the professor:  ƒ

transferred new knowledge; 

ƒ

used interactive methods; 

ƒ

a or b under the condition that the professor spoke with passion and enthusiasm; 

ƒ

a and b, under the condition that the professor spoke with passion and enthusiasm; 

Q4: During studies:  ƒ

I did not prefer any professor; 

ƒ

I was fond of at least one professor; 

565


Magdalena Platis    ƒ

I behaved distantly/objectively towards all professors; 

ƒ

I did not identify any behavioural professional models; 

Q5: I learned with pleasure when:  ƒ

I knew that the subject will be useful for my career; 

ƒ

the professor knew how to show me the important parts of the subject; 

ƒ

the professor was associated in my mind with someone close to me; 

ƒ

the professor interacted with me more than with other colleagues; 

The distribution of the answers for the previous 5 questions are shown in the table 2.  Table 2: The distribution of the answers for the previous 5 questions    Q1  Q2  Q3  Q4  Q5 

a  58  75  2  2  41 

b  12  2  1  85  45 

c  8  14  88  4  2 

d  15  2  2  2  5 

Total  93  93  93  93  93 

In addition to this multiple choice test or questionnaire, the respondents were asked to write their thoughts  related to two more open questions:  ƒ

I would like to keep in contact with a particular professor because . . . . . . . . 

ƒ

Professors who better communicate with students are those who . . . . . . . . . 

Figures and Diagrams  ƒ

Number of respondents: 93 students at master programs; 

ƒ

62% of the respondents, meaning 58 students said that the professor was chosen by them on the basis of  subjective reasons, being a more preferred professor than others; 

ƒ

80% of the respondents, meaning 75 students declared that they were serious students and that they had  participated to all classes; 

ƒ

The concept of attractive course means for most of the students (94% or 88 students) the usage of new  knowledge and interactive methods, when the professor spoke with passion and enthusiasm; 

ƒ

91% or 85 respondents said that during their studies they were fond of at least one professor; 

ƒ

48% (45 respondents) mentioned that they learned with pleasure when the professor had known to teach  the nice part of the subject, while 44% (41 respondents) learned with pleasure when they knew that the  subject would be useful in their career; 

ƒ

Main reasons for keeping in contact with a professor: students learned lessons of life from him or her, and  they were linked by memories and emotions; students would like to tell the professor about their success  in future careers; students admired the way the professor spoke with passion; the professor might offer a  piece of advice or a useful life message; the professor‐student relationship can continue in time as it is a  relationship based on respect. 

The  main  expression  of  a  better  communicator  among  professors:  use  of  interactive  teaching  methods;  speaking with enthusiasm; showing teaching based on genuine internal motivation; welcoming feed‐back from  students; showing openness and providing concrete examples. 

4. Conclusions  In contemporary society, considered by many to be a knowledge based society or economy, there is no longer  a  doubt  that  universities  are  learning  organizations  and  active  institutions.  They  are  entities  with  high  a  propensity  towards:  systems‐based  thinking,  performance‐oriented  human  resource  management,  mental  constructions of the future, shared institutional vision, team work and learning. University management is a  co‐ordinated  approach  of  strategic,  quality  and  customer  relationship  management  where  students  are  considered  the  most  important  interested  part.  Therefore,  changing  strategic  objectives,  as  well  as  improvements to the quality of academic processes are made for the students’ benefit. Being part of academic 

566


Magdalena Platis  life, students learn to behave according to the university procedures and culture and make decisions that can  influence their activities or processes within the university.    The  relationships  between  professors  and  students  are  a  consequence  of  the  transfers  among  them  –  of  knowledge and emotions which are then transferred into learning outcomes, such as skills and competences.  Together  these  are  reflected  in  the  graduates’  behaviour.  Sometimes,  professors  act  like  managers  and  students like followers in a class management process.     From the applied research point of view, it has been demonstrated that the students have reasons to maintain  contact  with  a  professor  after  they  graduate,  on  the  basis  of  feelings;  they  would  like  the  professors  to  be  proud of them, of their success in their careers. Therefore, the students see the professor as a mentor to guide  them providing advice at different times, when needed.    Students define an attractive course on the basis of their perception of the professors’ teaching style. In other  words,  professors  should  deilver  teaching  with  passion  and  not  behave  like  simple  providers  of  knowledge.  Subjective reasons – meaning feelings and emotions – contribute to the learning decisions made by students.    Analysing  the decisions  made  by  students,  it  is  clear  that  subjective  reasons  make  them  act  in  developing  a  relationship  with  a  professor.    In  other  words,  they  prefer  professors  with  high  competences  in  communication.  This means emotions. The direct connection between the statements and the achievement of  good results are presented in table 3.  Table 3: Correlations between the statements and the results   No.  crt.  1 

Statement 

Result 

Comment 

The students’ education  is based not only on  transfer of theoretical  and practical knowledge,  but also on transfer of  emotions 

62% of the respondents had  as coordinator of their thesis  a professor chosen according  to subjective reasons 

Students’ behaviours are  a consequence of their  learning, including  emotional knowledge 

Transfer of emotions  affects professionally the  students 

Learning is associated by  students with learning with  pleasure: 48% of the  respondents mentioned that  they learned with pleasure  when the professors taught  nicely the part of the subject  94% of the respondents  defined the concept of  attractive course by the  usage of new knowledge and  interactive methods when  the professor spoke with  passion and enthusiasm 

Subjective reasons take into  considerations feelings. Since  emotions from the  psychological point of view  means feelings, the majority  of the respondents decided  to be coordinated based on  their emotions.  In addition, one og the  reasons to keep in contact  with a professor is the way he  or she interacted with the  students: with enthusiasm 

This is transfer of feelings and  emotions. 

At the same time, young generations face a lack of models.    Student’s behavior shows that: they do not always know why they should add extra meaning to their studies;  they do not trust their own capabilities; they give up easily; they refuse to become involved in extra‐curricular  activities    Students need models to admire at least for some characteristics, if not for their whole university behavior –  see figure 5.     

567


Magdalena Platis   

  Figure 5: How can students find models  Models can be appreciated only for one single feature, they can be from another profession from his/her own;  they  can  be  family,  friends,  strangers  or  even  imaginary  characters.  In  any  case,  they  contribute  to  the  construction of the young professional;    Therefore, universities should: reconsider their priorities; take into consideration both objective and subjective  aspects  of  different  issues;  invest  in  training  of  their  professors  in  interactive  methods  of  teaching;  develop  activities  together  with  their  students;  control  their  own  emotions  in  order  to  transfer  to  students  only   positive ones; reconsider their internal strategies from the real mission of the university: It educates people! 

References   Andriessen, D. (2004) Making sense of the intellectual capital, Linacre House, Oxford, pp 3, pp 60.  Andriessen, D. (2007) Knowledge as love. How metaphors direct the way we manage knowledge in organizations,  Proceedings of the 5th Critical Management Society Conference, July, 11‐13, 2007  Bratianu, Constantin et al (2011) Nonlinear Integrators and Intellectual Capital Dynamics, Editura Curtea Veche, Bucharest.  Craciun, Bucur‐Matei and Dumitru, Stefan Bogdan (2011) “Knowledge Management – The Importance of Learning Theory”,  Journal of Knowledge Management, Economics and Information Technology, Scientific Papers, Issue 7 December  2011, pp 19‐26.  Drucker, P. (1992) Managing for the future, Truman Talley/ E.P. Dutton, New York, NY.  Griffin, R.W. and Moorhead, G. (2006) Fundamentals of organizational behaviour.  Houghton Mifflin Company: Boston.  Humphrey, R. H., Pollack, J. M., & Hawver, T. (2008). Leading with emotional labor. Journal of Managerial Psychology, 23  Jensen, Scott, Kohn, Carolynn, Rilea, Stacey, Hannon, Roseann, Emotional Intelligence – A Literature Review  http://www.pacific.edu/Documents/library/acrobat/EI%20Lit%20Review%202007%20Final.pdf  Klein, Hans‐Michael and Kolb, Christian (2009) Psihologia conducerii eficiente, Editura ALL, Bucharest.  Nonaka, I. and Takeuchi, H. (1995) The Knowledge Creating Company.  How Japanese companies create the dynamics of  innovation. Oxford: Oxford University Press.  Shepherd, Dean, A., (2004), Educating Entrepreneurship Students about Emotion and Learning from Failure, Academy of  Management Learning & Education  Senge, Peter et al (1994) The Fifth Discipline, Field Book New York: Currency Doubleday.  Watson, I. (2003) Applying knowledge management: Techniques for building corporate memories, Morgan Kaufmann  Publishers.  http://www.nwlink.com/~donclark/performance/understanding.html  http://www.ualberta.ca/~tfenwick/ext/pubs/lngorgeric.htm  http://www.knoco.com/model2.htm  www.knowledgedynamics.ro  http://www.perfassocinc.com  http://www.systems‐thinking.org/dikw/dikw.htm  www.km‐forum.org  www.markmedia.ro  www.gurteen.com  www.gartner.com  www.infed.ro  http://www.studymode.com/essays/Literature‐Review‐Of‐Emotional‐Intelligence‐In‐511274.html   

568


Inter‐Organizational Knowledge Transfer for Supply Chains in Crisis  Stavros Ponis1 and Epaminondas Koronis2  1 National Technical University of Athens, Greece  2 University of Lincoln & George Washington University, UK  staponis@central.ntua.gr    Abstract: Supply Chains are often required to absorb unexpected pressure, turbulent changes in demand and disruptions  across their components. In this paper, we acknowledge both the inter‐organizational and collaborative nature of supply  chains  as  well  as  their  knowledge‐driven  processes  and  aim  at  exploring  how  established  logistics  structures  respond  to  conditions  of  crisis.  We  focus  on  identifying  the  knowledge  management  and  sharing  'realities',  the  responsiveness  of  partnerships and to enrich our existing framework for a knowledge management of crises. Our research indicates that the  role  of  networks  and  established  inter‐organizational  practices  is  critical  and  therefore  three  specific  actions  should  be  initiated, a) communication needs to be formalized and information exchange should be supported by well‐established and  tested practices, b) inter‐organizational relationships need to use pre‐existing knowledge sharing and adaptation processes  and  c)    an  effective  networked  disaster  supply  chain  system  must  be  put  in  place,  initiating  and  maintaining  strong  ties  across  the  different  parts  of  the  operations.  Future  research  includes  the  development  of  a  normative  framework  that  would address the processes of inter‐organizational integration for more effective Disaster Supply Chain Management.    Keywords: knowledge management, supply chains, crises 

1. Introduction  Even under normal conditions, the management of a supply chain includes a large number of challenges and  problems. These challenges increase in the event of high‐impact crises, disasters and catastrophes that require  the  immediate  increase  of  the  capacity  of  a  system  to  forecast,  assess,  plan  and  deliver  under  intensive  pressure and stress (Gordon Levitt, 2010). Responding to these challenges, in recent publications the role of  integrated organizational networks and supply chains has become of critical importance. A growing number of  researchers  view  organizational  and  societal  resilience  under  a  network  perspective,  arguing  that  inter‐ organizational networks, communications and coordinated action should be placed at the centre of theoretical  and  normative  development  (Quarantelli  et  al.,  2007;  Cumming  et.  al,  2005;  Vogus  &  Sutcliffe,  2007).  Moreover,  a  review  of  existing  studies  reveals  that  substantial  theoretical  work  has  been  presented  on  organizational  networks  (Provan  &  Milward,  2001;  Grandori  et  al.,  2008;  Granoveter,  1973),  inter‐ organizational  communications  (Thompson,  1998)  and  supply  chain  relations  (Balcik,  et  al.,  2010;  see  also  Christopher & Tatham, 2011). These developments currently remain disconnected from the Resilience and the  Disaster  Management  agenda  while  the  distinct  field  addressed  as  Disaster  Supply  Chain  Management  is  in  need  of  more  concrete  conceptual  frameworks  and  applicable  methodologies  for  the  organizations'  supply  chains integration during the crises handling phase (Van Hassenhove, 2006; Sahin & Robinson, 2002; Hale &  Moberg, 2005).     Our conceptual considerations begin by analyzing the role of networks in the supply chain crisis management  process.  As  Whybark  et  al.  (2010)  put  it,  unexpected  actors  and  agents  interfere  in  the  supply  crisis  management situations, competing for resources and affecting processes. Crisis Supply Chain Management is  not organizational but depends on the development of synergies and inter‐organizational networks (Berkoune  et al., 2011). The very nature of networks in this tradition is that organizations are dependent on knowledge  management  resources  and  are  involved  in  knowledge  exchanges  in  an  effort  to  reach  their  goals  (Hughes,  2009).  Studies  have  also  revealed  the  knowledge‐intensive  character  of  supply  chain  disruptions,  as  information needs to be exchanged, knowledge has to flow across the different logistics operations and such  knowledge is characterized by complexity (e.g. Zhang et al., 2002). Unstructured or semi‐structured knowledge  transfer processes need to take place under conditions of limited time and psychological pressure.     It is precisely the aim of this paper to build on the rich tradition of inter‐organizational networks and supply  chain  relations  and  produce  innovative  conceptual  and  normative  research  for  the  development  of  more  resilient Disaster Management Supply Chains. Previous research conducted has followed this new tradition by  analyzing the integration of knowledge with crisis management (Koronis & Ponis, 2012), proposing a Resilience  Supply  Chain  framework  (Ponis  &  Koronis,  2012)  and  conceptualizing  Organizational  Resilience  as  heavily  relying on the organizational ability to build external relations. Building on these primary considerations and 

569


Stavros Ponis and Epaminondas Koronis  the  rich  consulting  experience  of  the  researcher  in  Crisis  and  Disaster  Management,  the  proposed  research  aims at investigating the nature, challenges and structure of Supply Chain Networks for Disaster Management  and Resilience. The paper draws on the analysis of the concepts of disaster management, inter‐organizational  networks  and  focuses  on  research  conducted  on  a  case  study  of  a  complex  supply  chain  under  pressure.  A  process  of  informalization,  dependence  and  lack  of  structured  responsiveness  is  presented  supporting  the  argument that the networked nature of supply chains creates important challenges in the event of disruptions  or crises, including unexpected fluctuations in demand.     Our  analysis  recognizes  the  current  trends  and  changes  in  the  Disaster  Management  models:  first  the  increasing  need  to  involve  organizations  as  cells  of  resilience  and  second,  the  growing  urgency  for  the  development  of  disaster‐oriented  processes  and  technologies  for  better  supply  chain  management.  Most  importantly, this paper brings forward the need to establish inter‐organizational practices across organizations,  suppliers and partners, thus preparing the supply chain for a structured response to crises or disasters.  

2. Understanding disaster supply chain management (DSCM)  While,  in  principle,  Disaster  Supply  Chain  Management  would  be  expected  to  be  a  branch  of  supply  chain  management  scholarship,  there  are  important  differences  that  make  it  a  special  body  of  knowledge  with  different  requirements.  It  is  commonly  argued  in  literature  that  DSCM  differs  from  traditional  Supply  Chain  Management  in  that  the  "client"  is  a  term  used  to  identify  affected  areas  and  regions,  victims  of  disasters  while  the  supply  chain  entities  include  a  variety  of  transportation,  information  management  and  human  factors  that  are  not  met  in  traditional  logistics  operations  (e.g.  volunteers).  Day  et  al.,  (2009)  have  studied  extreme  case  studies  from  the  Katrina  Hurricane  and  identified  eight  (8)  critical  problems  in  disaster  supply  chain information flows (inaccessibility, inconsistency, inadequacy, low information priority, source invisibility,  storage misalignment, unreliability). Some of these problems directly refer to the inability of social systems to  collaborate and interact, even when exchange of resources is the rational method to use.     DSCM, although based on the same principles with traditional logistics it requires the rapid adjustment of the  system in conditions of pressure and lack of information (Kumar et al., 2009). As Balcik & Beamon (2008) argue,  DSCM  has  to  deal  with  shortened  life‐cycles,  reduced  information  resources  and  situation  where  urgent  responsiveness is required under high uncertainty and often political pressure. Disaster Logistics require the  use  of  technology,  processes  and  standards  in  order  to  improve  their  operations  but  the  lack  a  clear  framework  of  analysis  and  implementation  are  often  seen  as  a  political  and  public  administration  issue  (Blecken et al., 2009).     As  Whybark  et  al.  (2010)  put  it,  sometimes  unexpected  actors  and  agents  interfere  in  the  disaster  management process (often with good intentions) competing for resources and affecting processes. Also, as  Van  Wassenhove  (2006)  argued  and  Beamon  &  Kotleba  (2006)  described  in  their  investigations  in  Sudan,  although DSCM is often in need of a leading organization and bureaucracy, it is often the case that "no single  organization can independently create and maintain comprehensive information concerning the overall relief  effort"  (Day  et  al.,  2009:  640).  DSCM  is  therefore  not  organizational  but  depends  on  the  development  of  synergies and inter‐organizational networks (Berkoune et al., 2011). It is therefore valid to say that as Disaster  Supply  Chains  do  not  relate  to  individual  firms  or  organizations  and  consist  of  situational  and  complex  networks of entities, it comes as a surprise that research propositions are surprisingly scarce, although their  importance  is  critical  in  saving  lives,  ensure  social  continuity  and  affected  communities’  sustainability  (Van  Wassenhove, 2005; Day et al., 2009).     However, a number of perspectives and approaches may be identified in current research and practice. First, a  "strategy approach" investigates the role of Disaster Logistics in the overall Disaster Management process and  studies  its  role  within  the  existing  policies  and processes. In  a collection  of  papers  and  studies,  Christofer  &  Tatham (2011) summarize and articulate their objection to the development of the field as a technical matter  of continuity and the tendency of the policy makers to look into disaster logistics as a functional issue solely  relevant  to  the  development  of  redundant  capacity  and  resources  management  (ibid:  21).  Their  work,  following Chandles & Pache (2010), calls for a strategic overview of DSCM and a technical‐political symbiotic  model of action. In a series of cases analysis presented at INSEAD, Gatignon & van Wassenhove (2009; 2010)  argued that it is critical that DSCM begins with the integration of different actors under the same information  sharing, process‐based and resource exchanges framework where actions and decisions are more formalized 

570


Stavros Ponis and Epaminondas Koronis  and  less  dependent  on  politics  (see  also  Ratcliff,  2007).  These  studies  add  up  to  a  growing  and  widespread  concern in literature, stating that we are in need of a more holistic, integrated and synergetic framework that  would  allow  different  actors  to  work  under  the  same  strategy  vision  and  goals,  utilizing  a  common  pool  of  resources.    The above requirements for a more synergetic DSCM are supported by some advances that have been on what  we might label as the more "social aspects". For instance, Sheffi's work in business literature considers the role  of flexibility as equally important to the development of resource planning, building capacity and accumulating  redundancy.  His  argument  is  that,  precisely  in  times  of  disasters,  social  systems  need  to  prove  that  they  possess abilities relying on social capital, trust, adaptiveness and flexibility to change (see Sheffi, 2005; 2007;  Christofer & Peck, 2008). In these studies, communities and organizations begin to evolve into crucial actors in  the  disaster  management  processes,  as  cells  of  disaster  handling  and  resilience.  Moreover,  a  cultural  dimension is analyzed by scholars who saw in disaster logistics a high impact of human participation, history,  culture,  language  and  politics  (see  Dowty  &  Wallace,  2010;  Dowty,  2011;  Davidson,  2006).  A  number  of  scholars have been focusing on the communication and information management aspects of DRSCM. Maiers  et  al.  (2005)  present  a  set  of  principles  for  effective  information  disaster  management  that  creates  bi‐ directional  spirals  of  knowledge  within  the  managing  groups  and  a  knowledge  base  to  be  used  by  decision‐ makers. Brnasjaar & van der Merwe (2001) bring forward the dominant role of information technology in the  handling  of  disaster  incidents  and  Thomason  (2010)  examines  a  variety  of  cases  in  order  to  argue  that  knowledge  and  information  are  not  tools  in  the  hands  of  decision  makers  as  during  disaster;  instead,  they  become  the  most  important  asset  that  mobilizes  resources.  In  this  later  perspective,  communications  and  knowledge exchanges are not a catalyst for improvement but merely the center of disaster logistics operations  as normality is broken down and "nothing moves unless we know when, how and where to move it" (Disaster  Management,  2009:31).  Assuming  the  communications  and  information  are  of  critical  importance,  their  management is a challenge.    This  literature  overview  indicates  that  Disaster  Supply  chains,  although  challenged  by  technical  and  technological  issues,  they  heavily  depend  on  the  ability  of  organization  to  interact,  exchange  resources  and  meet  demands.  This  ability  should  be  further  conceptualized  and  the  ‘social  aspects’  of  DSCM  have  to  be  investigated.  

3. Inter‐organizational networks  In  organization  and  management  studies,  the  role  of  inter‐organizational  networks  has  been  extensively  studied.  Despite  differences,  nearly  all  definitions  address  a  relatively  common  base  of  topics,  which  are  deemed important, including social interaction, relationships, connectedness, collaboration, collective action,  trust  and  cooperation.  In  Brass  et  al.  (2004)  a  network  is  seen  as  “a  set  of  nodes  and  the  set  of  ties  representing some relationship, or lack of relationship, between the nodes”. Similar to Johnson et al. (2012), a  very general view is presented focusing in particular on them antecedents and the consequences of networks  at each of these levels. Podolny and Page (1998) include in their definition of inter‐organizational networks a  variety of forms of cooperation, including mergers, joint ventures, alliances, collaborations and consortia. In a  manner similar to Oliver (1990) in her earlier review of the inter‐organizational relationship research, Barringer  and  Harrison  (2000)  provide  an  overview  of  the  different  types  of  inter‐organizational  relationships  and  analyze  how  each  is  different.  Networks  are  defined  as  constellations  of  organizations  that  come  together  through  the  establishment  of  social  contracts  or  agreements,  rather  than  legally  binding  contracts.  Such  approach,  builds  on  the  tradition  of  Granoveter  et  al.  (1992)  who  saw  in  the  development  of  inter‐ organizational networks an emerging tendency in organizations to build dyadic or complex collaborations as  the means for systemic survival, sustainability and growth. The very nature of networks in this tradition is that  organizations  are  dependent  on  resources  and  are  involved  in  transactions  in  an  effort  to  reach  their  goals  (Pfeffer & Salanick, 1978; Williamson, 1991).    With the above studies revealing ‘why organizations form networks’, different streams of thinking addressed  more  critical  questions  related  to  the  domains  of  inter‐organizational  collaborations  (focusing  on  learning,  innovation, strategic development etc.). Other studies, relevant to this proposal explored the social conditions  that enable organizations to effectively build networks. Among those, a number of scholars indicated the role  of social capital (Granoveter, 1973; Burt, 1982; James, 2000). For example, James (2000) suggested that social  capital  mediates  the  relationship  between  difference  and  social  support  among  organization  managers. 

571


Stavros Ponis and Epaminondas Koronis  Moreover,  the  role  of  organizational  histories  and  experiences  has  been  seen  as  of  critical  importance  (see  Baum  et  al.,  2003;  Powell  et  al.,  2005).  With  a  wide  number  of  themes  discussed  in  the  theory  of  inter‐ organizational  networks,  this  proposal  sees  in  this  tradition  both  a  source  of  insights  to  be  explored  and  transferred in the DSCM area (particularly as to which factors enable collaboration) as well as an opportunity  to  contribute  by  investigating  the  nature,  development  and  operability  of  emergency  organizational  relationships. 

4. Proposed integration and the next step in DSCM  So what is the next step or the first step in building DSCM and improving resilience? The position taken in this  paper  is  that  a  study  of  inter‐organizational  networks  to  analyze  the  formation  of  collaborative  DSCM  is  an  open and highly important issue. In their recent work in the Journal of Supply Chain Management, Day et al.  (2012) argue that Disaster Relief Supply Chain Management suffers from a diversity of conceptual approaches,  terminological  plurality  (e.g.  logistics  vs.  supply  chain)  and  the  lack  of  integration  with  relevant  fields  in  management theory. Some analysts also argue that as disaster events increase, their impact is growing and the  role of networks is amplified; we are in need of a convergence of different models into one integrated model  focusing on inter‐organizational networks facilitated by technology and the appropriate cultures (Apte, 2010).  Boin,  Kenne  &  Whybark  (2010)  in  their  editorial  in  the  International  Journal  of  Production  Economics  argue  that different fields (supply chain management, humanitarian assistance, disaster management, organization  theory, public administration etc.) and various approaches (network, process‐based, resilience), inevitably lead  to the formation of an emerging field: the study of disaster supply chain management (ibid: 1); this field, they  argue, should be drawing on existing organizational knowledge and contribute with results. Moreover, similar  to  the  argument  of  Kovacs  &  Spens  (2007)  they  call  for  a  dialogue  process  between  the  business  field  of  logistics,  management  theory  and  disaster  management  and  they  propose  the  construction  of  bridges  between the concepts and frameworks. Finally, it is evident that information and knowledge sharing become  of primary importance and value as they make improvement possible and support the DSCM performance and  identity (Larson et al., Kovacs, 2011; 2006; Larson, 2011).     An integrated approach should incorporate the aforementioned directions and provide supporting arguments  on the need for bridging the gap between the theory and understanding of inter‐organizational networks and  for developing better aligned and integrated disaster supply chains. Organization theory has investigated the  nature,  processes  and  social  conditions  that  make  the  formation  of  emerging  and  formal  networks  possible  (e.g. Granoveter, 1973; Grandori et al., 2010) while Organization Resilience itself has been seen as dependent  on collaboration and adaptation (Vogus & Suttcliffe, 2007). It is precisely the aim of the proposed research to  build on the rich tradition of inter‐organizational networks and supply chain relations and produce innovative  conceptual and normative research for the development of more resilient Disaster Management Supply Chains.  Previous  research  has  followed  this  new  tradition  by  analyzing  the  integration  of  knowledge  with  crisis  management (Koronis & Ponis, 2010), proposing a resilience supply chain framework (Ponis & Koronis, 2012)  and conceptualizing Organizational Resilience as heavily relying on the organizational ability to build external  relations (Koronis, forthcoming). Building on these primary considerations and the rich consulting experience  of  one  of  the  authors  in  Crisis  and  Disaster  Management,  the  paper  aims  at  investigating  the  nature,  challenges  and  structure  of  supply  chain  networks  for  disaster  management  and  resilience.  We  argue  that  research  is  required  in  three  key  directions:  a)  Conceptual:  by  exploring  the  role  of  inter‐organizational  networks in the development of resilient Disaster Supply Chains and the role of social capital constructs (trust,  culture,  commitment),  collaboration  (communication,  information  exchange)  and  technology  as  well  as  the  nature of such transaction‐based collaborations, b) Exploratory: by empirically investigating (using data from a  survey  and  a  qualitative  analysis  of  a  sample  of  organizations)  the  current  realities  and  challenges  in  the  development of inter‐organizational collaborations and Supply Chain links in the event of large‐scale crises and  disasters, c) Normative: by proposing an inter‐organizational Supply Chain Management model to be used by  organizations in their effort to improve their exchanges during crises.    In this introductory paper, we aim to provide insights into the reality, challenges and processes of DSCM with  an emphasis on the role of networks in the development of effective responses. Furthermore, our empirical  investigation attempts to contribute in this area of research. 

572


Stavros Ponis and Epaminondas Koronis 

5. Research design   The  article  investigates  the  case  of  a  Supply  Chain  disruption  within  the  context  of  a  security  operation,  coordinated  by  the  British  Army 1   and  implemented  by  a  private  firm  in  a  foreign  country.  Given  a  sudden  change of conditions and a mini weather disaster, the need for a complete reconfiguration of the supply chain  demand  and  capacity  has  not  been  addressed  effectively,  as  the  different  parts  of  the  supply  chain  have  remained in a state of knowledge isolation, resulting to insufficient delivery of fuel resources.     The case, is set back in March 2011 and represents a typical 'supply chain disruption that was not addressed',  leading  to  an  ongoing  discussion  among  the  participants  and  the  supply  coordinators.  A  dramatic  change  in  weather  conditions,  followed  by  political  turbulence  created  the  immediate  need  to  increase  the  delivery,  storage and coordination of fuel in special tanks, as this fuel was essential to continue operations. Our analysis  reflected  on  the case,  particularly by  investigating the  factors  that  would  allow the  complex  supply  chain  to  maintain  its  knowledge  sharing  capacity,  to  trigger  processes  of  adaptation  and  the  activation  of  effective  inter‐organizational  relationships  that  would  lead  to  the  mitigation  of  risk  and  the  prevention  of  the  supply  crisis.     Through a number of interviews with involved parties (n=12) and a focus group with the supply chain decision‐ makers  in  the  UK  offices,  we  attempted  to  examine  the  role  and  pathologies  of  knowledge  management  in  these situations. It is important to highlight that although military operations tend to be focusing on in‐house  operations and the development of internal competences, in our case they have been found to rely heavily on  partnerships with local business while the supply chain involved non‐military vehicles and a key private local  supplier.  In  fact,  this  supplier's  role  was  critical  in  the  continuity  of  fuel  supply  even  before  the  disruptive  period begins. We have conducted seven (7) interviews in the UK. The identity of participants was disguised  and we codified the terms used and any location, although interviewees were keen to address details during  the data collection period. Two (2) additional interviews were conducted on Skype while our research finally  expanded to three (3) executive officials who were responsible for the analysis of the case. Our material was  transcribed,  codified  into  themes  and  finally  our  thematic  analysis  focused  on  exploring  processes  of  knowledge management and the nature and functionality of partners and parts of the supply chain.  

6. Case description  On  the  21st  of  March  of  2011,  the  Logistics  Officials  in  the  UK  HQ  were  informed  that  change  of  weather  would affect operations abroad and that it would be critical to increase the quantity of fuel that would make  future operations possible. However, when placing a request and informing the on‐site officials they got the  response  that  such  demand  should  be  communicated  to  a  local  agent  who  could  not  be  located.  Further  communication  lead  to  the  assumption  that  the  request  was  depending  heavily  on  the  ability  of  the  local  logistics company and the supplier (2 different companies working under the same management) to respond  to the demand. Two days later, events at the location increased the number of operations dramatically and  consequentially  the  demand  for  fuel.  In  the  words  of  a  sergeant  in  charge,  "we  soon  realized  that  we  were  asked to feed a jungle instead of the zoo that was our job a few hours before the events".     As the crisis progressed, the supply chain started to fail to meet the demand and at that time an officer on‐site  discussed  with  the  headquarters  the  possibility  of  finding  alternative  fuel  suppliers.  A  few  hours  later,  he  contacted the HQ and informed them that the current supplier could actually cover the demand but that he  requested for additional fees and more time to respond. "It has been obvious that there was a problem of bad  communication...everybody was doing a great job but it was nobody's job to talk to these [locals]" (Officer at  HQ).  Moreover,  a  discussion  on  contracts,  obligations  and  plans  was  initiated  in  the  middle  of  a  complex  negotiation about the delivery of fuels and the possibility of storage. In March 27th an officer admitted that  "weather disruptions have been so severe that we needed to transport ten times the weekly amount of fuel  within a few hours per day".     While the immediate conclusion could have been focusing on the lack of cohesiveness across the supply chain,  in fact further analysis reveals that the supply chain was relying heavily on informal relations between officers  and the local supplier. As a sergeant said, "normality and good relations lead to the assumption that we would  be able to respond to any demand......shaking hands and smiles, that's what it was all about".                                                                    1

 Anonymity and confidentiality of participants is to be protected 

573


Stavros Ponis and Epaminondas Koronis  However, this situation has led to the depreciation of the role of knowledge exchanges, scenario playing and  information  sharing.  The  informalization  of  the  relations  was  followed  by  the  construction  of  a  culture  of  "perceived  resilience"  which  was  not  based  on  realistic  assumptions.  The  meetings,  contractual  discussions  and  informal  chats  with  the  suppliers  have  been  institutionalized  as  "processes"  thus  excluding  knowledge  exchanges from the tasks and duties. This led to the orphanization of knowledge and the loss of the absorptive  capacity and the oversight of learning processes (Cohen & Sproul, 1994).     After the end of the disruption period (April 4th), research on the post‐disaster period indicates that relations  with the suppliers became much more technical in an attempt to restore a sense of normality while assessing  the needs for fuel in the recovery period. A key conclusion has been that the relationship with services and  fuel  suppliers  should  be  based  on  "negative‐scenarios"  and  formalized  forecasting  procedures,  while  also  establishing communication channels that would ensure the immediate and appropriate response.  

7. Findings and discussion  Our  analysis  revealed  a  number  of  interesting  realities.  First,  it  confirmed  the  phenomenon  of  the  'informalization' of supply chain knowledge management processes in the event of cultural differences across  loose inter‐organizational networks. Second, it showed the lack of structured responsiveness and knowledge  sharing in the event of unexpected incidents or radical contextual changes, as a result of a disassociation of the  supply  chain  members  from  the  actual  problem.  Knowledge  has  not  been  situated  and  it  has  not  been  socialized as part of a community that would adjust its practices to the changing environment. Finally, a key  finding  is  the  unveiling  of  a  number  of  issues  related  to  the  formation  of  networks  and  knowledge  management.  We  stress  here  the  notion  that  strong  inter‐organizational  ties,  particularly  with  suppliers,  automatically  generate  a  systemic  ability  to  handle  knowledge  challenges  and  supply  chain  disruptions.  Furthermore,  by  classifying  inter‐organizational  knowledge  relations  into  categories,  we  identified  the  possibility  of  strong  networking  leading  to  the  structuring  of  formal  knowledge  processes  under  certain  conditions (preparedness, communication, stress‐testing).      Our  research  indicates  that  the  role  of  networks  and  established  inter‐organizational  practices  is  critical  in  three key directions. First, in order to ensure that the supply chain is able to transfer changing demand signals  effectively and quick across different partners. In that direction, communication needs to be formalized and  information exchange should be supported by well‐established and tested practices (Cooren, 2001). Second,  inter‐organizational relationships, particularly in the event of disasters and under conditions of time pressure  need to use pre‐existing knowledge sharing and adaptation processes. Such processes must be developed in  the pre‐crisis period by ensuring that knowledge transfer capacities are enriched and that the active partners  will be part of the crisis management response process. In this respect, resilience of the supply chain and an  effective  networked  disaster  supply  chain  system  must  build  strong  ties  across  the  different  parts  of  the  operations (Grandori et al., 2010), but also to achieve a degree of formalization of processes.     Finally, this case analysis reveals the need for the integration of people, processes and communications under  a  unified  disaster  supply chain  management  framework that  would  meet  the  increased  demand  or  process‐ based challenges. Returning to the argument made by Sheffi (2005), it is precisely in times of disasters, social  systems need to prove that they possess abilities relying on social capital, trust, adaptiveness and flexibility to  change  (see  Sheffi,  2005;  2007;  Christofer  &  Peck,  2008).  Such  values  need  to  allow  inter‐organizational  networks  to  evolve  into  situational  communities  of  practice  and  emerging  networks  of  response  (Wenger,  1997).   It is the aim of the authors to expand this study by embedding its findings into the ongoing efforts for  the  development  of  a  normative  framework  that  would  address  the  processes  of  inter‐organizational  integration for more effective Disaster Supply Chain Management.  

References  Balcik, B., & Beamon, B. (2008) Facility location in humanitarian relief. International Journal of Logistics: Research and  Applications. Vol 11, No 2, pp. 101‐121.   Beamon, B.M. (1999) Measuring supply chain performance. International Journal of Operations and Production  Management, Vol 19, No 3, p. 275‐292.  Beamon, B.M. (2004) Humanitarian relief chains: issues and challenges. Proceedings of the 34th International Conference  on Computers and Industrial Engineering, San Francisco, CA, USA.   Beamon, B.M. & Kotleba, S.A. (2006), “Inventory management support systems for emergency humanitarian relief  operations in South Sudan”, International Journal of Logistics Management, Vol. 17 No. 2, pp. 187‐212. 

574


Stavros Ponis and Epaminondas Koronis  Berkoune, D., Renaud, J., Rekei, M., and Ruiz, A. (2011), “Transportation in disaster response organisation”, Socio‐ Economic Planning Sciences, doi:10.1026/j.deps.2011.05.002.  Blecken, A., Hellingrath, B., Aufenanger, M. & Ortgiese, M. (2008) Requirements and solutions for supply chain  management software in humanitarian operations. Proceedings o the NOFOMA Conference, 2008.  Boind, A.J., Kele, P., & Whybark, D.C. (2010), “Editorial: Resilient supply chains for extreme situations: Outlining a new field  of study”, International Journal of Production Economics, Vol. 126, pp. 1‐6.   Cabinet Office (2012), Emergency Response & Recovery: Non statutory guidance accompanying the  Civil Contingencies Act  2004  Davidson, A.L. (2006), “Key Performance Indicators in Humanitarian Logistics”, available at:  http://www.fritzinstitute.org/PDFs/findings/XS_Davidson_Anne.pdf  Dowty, R. A., & Wallace, W. A. (2010) The implications of organisational culture for supply chain disruption and restoration.  International Journal of Production Economics, Vol 126, No 1, pp. 57‐65.  Dowty, R.A. (2011), “Humanitarian Logistics: A Cultural Perspective”, in Christopher, M.G., & Tatham, P. H. (eds), (2011),  Humanitarian Logistics: Meeting the Challenge of Preparing for and Responding to Disasters, Kogan Page: London.  Day, J. M., Junlas, I., and Silva, L. (2009), “Information Flow Impediments in Disaster Relief Supply Chains”, Journal of the  Association for Information Systems, Vol. 10 Iss.8, pp. 637‐660.   Day, J.M., Melnyk, S.A., Larson, P.D., and Davis, E.W. (2012), “Humanitarian and Disaster Relief Supply Chains: A Matter of  Life and Death”. Journal of Supply Chain Management, Vol. 48, Iss. 2, pp. 21‐36.  Gatignon, A., & van Wassenhove, L. N. (2009), “When the music changes, so does the dance: The TNT/WFP partnership,  moving hte world, five years on”, INSEAD Case No. 709‐011‐1.  Gatignon, A., van Wassenhove, L. N., & Charles, A. (2010), “The Yogyakarta earthquake: Humanitarian relief through IFRC’s  decentralized supply chain”, International Journal of Production Economics, Vol. 126 No 1, pp 102‐110.  Granovetter, M. S. 1973. The strength of weak ties. American Journal of Sociology, 6: 1360–1380.  Hale, T. & Moberg, C.R. (2005) Improving supply chain disaster preparedness. A decision process for secure site location.  International Journal of Physical Distribution and Logistics Management, Vol 35, No 3, p. 195‐207.  Horner, M.W., & Downs, J. A. (2010) Optimizing hurricane disaster relief goods distribution: model development and  application with respect to strategies. Disasters, Vol 34, No 3, pp. 821‐844.  Hughes, K. (2009) The evolution of Fully Flexible Supply Chains. In Gattorna, J. (ed) Dynamic Supply Chain Alignment.  Gower: Farnham, UK.  Jahre, M., Jensen, L‐M., & Listou, T. (2009), “Theory Development in Humanitarian Logistics: a framework and three cases”,  Management Research News, Vol. 32 Iss. 11, pp. 1008‐1023.  Ponis S., Koronis, E., (2012) Supply Chain Resilience: Definition Of Concept And Its Formative Elements, Journal of Applied  Business Research, 2012, Volume 28 (5), pp.921‐930.  Koronis E.  (forthcoming) Organizational Resilience: Drivers of Survival and Continuity in Times of Crisis, European  Management Review  Kumar, S., Niedan‐Olsen, K., & Peterson, L. (2009), “Educating the supply chain logistics for humanitarian efforts in Africa: a  case study”, International Journal of Productivity and Performance Management, Vol. 58, No. 6, pp. 480‐500.  Kovács, G. (2012), “The Outreach of Humanitarian Logistics Research”, Journal of Humanitarian Logistics and Supply Chain  Management, Vol. 2, Iss.1.  Kovács, G., & Spens, K.M. (2011), “The Journal of Humanitarian Logistics and Supply Chain Management: first reflections”,  Journal of Humanitarian Logistics and Supply Chain Management, Vol. 1, Iss. 2, pp. 108‐113.  Kovács, G., & Spens, K.M. (2011), “Trends and developments in humanitarian logistics – a gap analysis”, International  Journal of Physical Logistics and Distribution Management, Vol. 40 Iss. 1, pp. 32‐45.  Kovács, G., & Spens, K. M. (2007) Humanitarian Logistics in Disaster Relief Operations. International Journal of Physical  Distribution and Logistics Management, Vol 36, No 2, pp. 99‐114.  Larson, P.D. (2011), “Strategic partners and strange bedfellows: relationship building in humanitarian supply chains”, in  Kovács, G., & Spens, K.M (eds) Relief Supply Chain Management for Disasters: Humanitarian, Aid and Emergency  Logistics, IGI, Hersey, PA.  Larson, P.D. (2011), “Risky business: What humanitarians can learn from business logisticians—and vice versa”, in  Christopher, M.G., & Tatham, P. H. (eds), (2011), Humanitarian Logistics: Meeting the Challenge of Preparing for and  Responding to Disasters, Kogan Page: London.  Maiers, C., Reynolds, M., & Haselkorn, M. (2005) , “Challenges to effective information and communication systems in  humanitarian relief organizations”, IEEE International Professional Communication Conference Proceedings.  Melnyk, S.A., Davis, E.W., Spekman, R.E. & Sandor, J. (2010), “Outcome‐driven supply chains”, MIT Sloan Management  Review, Vol . 51, No. 2, pp. 33‐38.  Meter, H. O., & Zabinsky, Z. B. (2010) Stochastic optimization of medical supply location and distribution in disaster  management. International Journal of Production Economics, Vol 126, No 1, pp 76‐84.  Mitrrof, I. (2005). Why Some Companies Emerge Stronger And Better From a Crisis: Seven Essential Lessons For Surviving  Disaster. AMACOM, New York.   Pettit, S.J., & Beresford, A.K.C. (2005), “Emergency Relief Logistics: An evaluation of military, non‐military and composite  response models”, International Journal of Logistics: research and applications, Vol. 8 No. 4, pp. 313‐331.  Ponis, S., Koronis E., (2012) A Knowledge Management Process Based Support to Support Corporate Crisis Management,  Knowledge and Process Management, 2012, Vol. 35/2 

575


Stavros Ponis and Epaminondas Koronis  Provan, K. G., & Milward, H. B. 2001. Do networks really work? A framework for evaluating public‐sector organizational  networks. Public Administration Review, 61: 414‐423.  Salmerón, J., & Apte, A. (2010), “Stochastic organization for natural disaster asset prepositioning”, Production and  Operations Management, Vol. 19 No. 5, pp. 561‐574.  Taskin, S. and Lodree, E.J.  Jr  (2010), A Bayesian decision model with hurricane forecast updates for emergency supplies  inventory management, Journal of the Operational Research Society (2011) 62, 1098–1108.  Quarantelli, I. (1992), ‘The Case for a Generic rather than Agent Specific Agent Approach to Disasters.’ Disaster  Management, 2, 191‐196.  Tang, Christofer (2007), Robust Strategies for Mitigating Supply chain Disruptions, International Journal of Logistics  Research and Applications, Vol. 9, Issue 1, pp 33‐45  Taskin, S., & Lodree, E. J. (2010) Inventory decisions for emergency supplies based on hurricane count predictions.  International Journal of Production Economics, Vol 126, No 1, pp 66‐75.  Tatham, P. H., Spens, K., & Oloruntoba, R. (2009), “Cyclones in Bangladesh – A case study of a whole country response to  rapid onset disasters.”, Proceedings of the Production and Operations Management Conference, Orlando, 1‐4 May.  Thomas, (2006), Disaster Relief Inc, Harvard Business Review, November 2006  Trim, R. J. P. (2004) An integrative approach to disaster management and planning. Disaster Prevention and Management,  Vol 13, No 3, pp. 218‐225.  Tzeng, G‐H., Cheng, H‐J., & Huang, T. D. (2007), “Multi‐objective optimal planning for designing relief delivery systems”.  Transportation Research part ,. Vol. 43, No. 6, pp. 673‐686.  Ukkurusi, S & Yushimito, W. (2008), “Location routing approach for the humanitarian pre‐positioning problem”,  Transportation Research Record, Vol. 2089, pp. 18‐25.  van Wassenhove, L.N. (2006) “Humanitarian Aid Logistics: supply chain management in high gear”, Journal of the  Operational Research Society. Vol 57, No 5, pp. 475‐589.  Sutcliffe, K.M., & Vogus, T. 2003. Organizing for resilience. In K.S. Cameron, J.E. Dutton, & R.E. Quinn (Eds.), Positive  Organizational Scholarship, 94‐110. San Francisco: Berrett‐Koehler.  Vitoriano, B., Ortuno, M., Tirado, G., & Montero, J. (2011), “A multi‐criteria optimization model for humanitarian aid  distribution”, Journal of Global Optimization, Vol 51, No 2, pp. 198‐208.  Wagner, S. M., & Neshat, N. (2010) Assessing the vulnerability of supply chains using graph theory. International Journal of  Production Economics, Vol 126, No 1, pp. 121‐129.  Whymbark, D, Melnyk, S., Jamison, D., David, Ed (2010) Disaster Relief Supply chain Management: New Realities and  Emerging Opportunities, Decision Line, May 2010  Zhang, D., Zhou, L., & Nunamaker, J. (2002) A knowledge management framework for the support of decision making in  humanitarian assistance/disaster relief. Knowledge and Information Systems, Vol 4, pp. 370‐385. 

576


Institutional Planning of Knowledge Generation1  Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova   Institute of Economics, Ural Branch of Russian Academy of Sciences, Ekaterinburg, Russia  epopov@mail.ru  mvlassov@mail.ru  vay_uiec@mail.ru    Abstract:  The  article  explores  how  an  increase  in  different  types  of  explicit  knowledge  depends  on  the  change  in  transaction costs. The data obtained allowed the authors to work out an approach for the quantitative evaluation of the  institutional environment of knowledge generation at company’s level.    Keywords: knowledge economy, institutional planning, transaction cost 

1. Introduction  Contemporary  economic  conditions  prove  knowledge  and  knowledge  generation  to  be  both  the  elements  determining  the  development  of  an  economic  unit,  and  the  most  important  factors  underpinning  country's  economic growth.  However,  knowledge  creation  is  often  a  chaotic  and  inconsistent  activity,  which  does  not  always result in systemic innovation development, if such takes place at all.    Securing  the  knowledge  generation  activity  with  essential  norms  will  facilitate  its  structuring,  further  development,  providing  conditions  for  its  planning,  realization,  monitoring,  and  timely  optimization.  Development of the institutional environment, underpinning knowledge generation, will not only reduce the  uncertainty of such an activity, but also stir it up and help attract the resources required.     Although the above‐mentioned issues are critically significant, the modern economic study has not come up so  far  with  methodological  tools  that  would  allow  the  institutional  planning  of  the  knowledge  generated  by  economic units. The purpose of this study is to develop a theoretical concept suitable for the assessment of  the institutional environment of knowledge generation at mini‐economic level (Popov, 2005). 

2. Background for assessing the institutional environment of knowledge generation  The  scholars  of  the  Austrian  economic  tradition  F.  Hayek  (1945)  and  J.  Shumpeter  (1952)  did  admit  the  significance of new knowledge in economic processes. However, they believed them «subjective», impossible  to  evaluate  as  measurable  parameters  and  regarded  no  possibility  of  describing  the  processes  of  new  knowledge creation.     The  term  «information  society»  was  coined  in  the  60s  in  the  USA  and  Japan  by  F.  Machlup  and  T.  Umesao  simultaneously,  the  authors  having  gained  the  worldwide  recognition  for  the  research  into  the  dynamics  of  high‐tech industries. In his further works, F. Machlup proved the importance of the new knowledge generation  for the economic activity development of economic agents (1962).    American and European researchers focused on the role and impact not of information itself, but knowledge,  which eventually brought about a range of new definitions of modern society, such as «knowledge society»,  «knowledgeable society», etc.    These are knowledge, intangible assets and intellectual capital that play a pivotal role in such an economy, in  contrast to the use of material assets and financial capital in the traditional one.    Considering the effect of knowledge on economic growth, the analysis of the institutional environment in the  area  of  interest  is  gaining  a  particular  research  attention.  The  investigation  of  the  World  Bank  includes  estimation of the economic and institutional regimes due to a number of indicators. Nevertheless, there is still  a  considerable  gap  in  understanding  the  institutional  environment  of  knowledge  generation  at  company's  level, which has encouraged the authors to tackle the development of the technique to its assessment.                                                                     1

  The  research  is  funded  by  the  RAS  Program  №35  «Economics  and  Sociology  of  Science  and  Education»  with  the  support  of  UB  RAS  Project № 12‐П‐7‐1006 «Regional Institutions of Science Development» 

577


Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova    The institutional approach to the economic analysis dates back to the T. Veblen works ‘Why is economics not  an evolutionary science?’ (1898), as well as ‘The place of science in modern civilization’ (1919). Having rejected  the  concept  of  a  person  as  an  elemental  subject  of  economic  activity,  T.  Veblen  offered  a  concept  of  institutions as ‘organic habits of thought’ being characteristic of large groups of people.    R.  Coase  first  introduced  the  concept  of  transaction  costs  in  the  30s  of  the  last  century  in  the  paper  ‘The  Nature of a Firm’.  It was used to provide an insight on the existence of such a hierarchical structure as a firm,  being oppositional to market.  R. Coase explained the emergence of these ‘islands of consciousness’ with their  respective  advantages  in  terms  of  saving  the  transaction  costs.  Specifics  of  firm’s  functioning  he  saw  in  suppression of the price mechanism and its substitution with the inner administrative control.     In the framework of contemporary economic theory transaction costs have gained a variety of treatments.     К. Arrow approaches transaction costs as the costs of economic system exploitation (1994). He compared the  influence of transaction costs on economy with the one of friction in physics. Such suggestions triggered some  conclusions like the closer an economy comes to the Walras’s general equilibrium model the lower the level of  transaction costs it demonstrates, with the opposite being as true.     D.  North  determined  transaction  costs  as  consisting  of  ‘the  costs  of  assessment  of  useful  properties  of  exchange goods and the costs of property rights security and enforcement on their execution’ (1997). These  costs were believed to be the source of social, economic and political institutions.     Following the notions of K. Arrow and D. North, we will define the cost assessment of an economic institution  as the transaction costs of establishing the norm of interaction between economic agents.  

3. Transaction costs of knowledge generation  Investigating  the  institutional  environment  of  knowledge  generation,  consideration  was  given  to  the  interdependence  of  institutions  and  transaction  costs  in  economic  processes  (Popov,  Vlasov,  2012).  The  authors treat transaction costs as institutions’ cost estimation characteristic (Popov, Vlasov, 2012).     The  content  of  the  knowledge  generation  process  itself,  or,  in  other  words,  the  technology  of  transforming  information in new formalized (explicit) knowledge, depends on the type of activity the company is involved in,  its specifics, functioning of the management system, the norms and rules, which regulate this activity.    Therefore,  an  institute  of  knowledge  generation  is  a  system  of  established  formalized  norms  (rules),  determining  interaction  between  two  or  more  economic agents  in  the process  of  structuring  and  classifying  information into the formalized knowledge, and equipped with the mechanisms of coercion.     The institutions of knowledge generation include the norms and rules, regulating the creation (production) of  new  knowledge  directly,  but  also  those  kinds  of  activity,  guaranteeing  functioning  of  the  knowledge  generation processes.    The institutions of knowledge generation, when functioning correctly, provide opportunities for an economic  agent to develop. They make a platform for comparative advantages of the company's production, technology  and development on the whole. Hence, the effective functioning of the knowledge generation processes, and  as  a  consequence,  of  the  company  strongly  depends  on  how  the  system  of  economic  institutions  has  been  designed at this level. So the authors have differentiated the following institutions of knowledge generation:  ƒ

Institutions of database formation; 

ƒ

Institutions of invention creation; 

ƒ

Institutions of utility model creation; 

ƒ

Institutions of production prototype development; 

ƒ

Institutions of trade secrets legalization; 

ƒ

Institutions of trademark creations; 

578


Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova  ƒ

Institutions of trademark and service mark development; 

ƒ

Institutions of designation of trade origin places; 

ƒ

Institutions of commercial designations. 

4. Empirical results  A  technique  for  assessing  the  institutional  environment  of  knowledge  generation  at  company's  level  was  developed during the empirical study undertaken at the enterprises of the Ural region. The CEOs of over 50  industrial enterprises were questioned on the dynamics of the transaction costs of knowledge generation in  the period from 2007 to 2010.     The study was aimed at testing the following hypothesis: the speed of knowledge generation depends on the  change in transaction costs.     Fig. 1 gives the average annual structure of the increase in transaction costs of knowledge generation.  TC R&D expenditure

10

Noncapital expenditure, including updating the technology, production organization and management

8,7

Expenses of production and service certification

8,4

Incentive allowance

8,3

Intellectual property and means of individualization fees

7,3

Training costs

7,1

Recruitment expenses of staff engaged in innovation activity

6,9

Travel expenses

6,9

Consulting and similar services fees

6,9

Databases purchase and exploitation

6,7

Advertising

6,6

Software

6,2

Current marketing expenditure

5,3

Expenses of representation

4,7 0

2

4

6

8

10 d TC

12

 

Figure 1: Average annual structure of the increase in knowledge generation transaction costs   Studying Fig.1 one should distinguish the expenses characterizing the institutions of functional, structural and  operational knowledge generation.    The  analysis  of  the  average  annual  structure  of  the  explicit  knowledge  gain  in  the  form  of  know‐hows,  inventions, utility models and production prototypes (functional knowledge) showed its fraction to be 55,7%,  pointing at company's orientation toward innovation activity development (Fig.2).    

579


Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova 

Structure of the explicit knowledge Know-hows

17,3%

R&D results published

15,6%

Inventions

15,4%

Utility models

12,7%

Data Bases

12,5%

Production prototypes

10,3%

Means of individualization

8,5%

Software

7,7% 0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

20%

Increase portion of the explicit knowledge, %

  Figure 2: Average annual structure of the increase in intellectual activity results and means of individualization  

5. Dependence of the increase in knowledge generation on transaction costs (tc)  Before investigating the effectiveness of institutional environment of knowledge generation, it seems justified  to  draw  correlation  between  the  gain  in  knowledge  (IR  –  intellectual  activity  results,  MI  –  means  of  indivifualization)  and  transaction  costs  (TC)  increase.  The  example  of  the  dependences  obtained  is  given  in  Fig.3  

innovation gain

3

2,5 y = 0,941x + 0,074

2

1,5 1 0,5 0 0

0,5

1

1,5

2

2,5

Figure.3: Increase in knowledge dependence on transaction costs change  Here, the knowledge gain rate can be calculated with the following equation:                                                                  (1)  vij –rate of increase in j‐IR or MI  under the change in i‐TC;  dkj – increase of j‐ type of knowledge;   dTCi ‐  increase of i‐TC.  

580

3

3,5

TC on R&D gain

 


1,21 

R&D expenditure 

Noncapital expenditure, including updating the technology, production  organization and management 

Expenses of production and service certification 

Incentive allowance 

581

1,63  1,6 

Intellectual property and means of individualization fees 

Recruitment expenses of staff engaged in innovation activity  Travel expenses 

Consulting and similar services fees 

Databases purchase and exploitation  Advertising  Software 

Current marketing expenditure 

Expenses of representation 

10 

11 

12 

13 

14 

Calculation of the knowledge generation rate vij can be useful in considering which activity to fund.     2,18 

1,66 

2,25  2,625 

1,57 

1,36 

1,31 

1,29 

1,2 

1,26 

1,04 

1,18 

1,0 

2,0 

1,7 

1,69 

1,68 

1,3 

Training costs 

1,54 

1,33 

Utility models  0,9 

Production  prototypes 

0,9 

1,59 

1,32 

1,17 

0,97 

0,93 

0,95 

0,91 

0,93 

0,73 

0,9 

0,76 

0,63 

0,69 

Know‐hows  2,76 

2,12 

1,96 

1,64 

1,55 

1,57 

1,46 

1,53 

1,23 

1,48 

1,27 

1,02 

1,11 

1,14 

0,98 

0,83 

0,71 

0,67 

0,69 

0,67 

0,68 

0,53 

0,66 

0,55 

0,46 

0,5 

0,39 

Means of  individualization 

0,9 

1,0 

0,89 

0,73 

0,64 

0,61 

0,62 

0,6 

0,61 

0,48 

0,59 

0,55 

0,42 

0,46 

0,35 

Software 

0,54 

1,87 

1,48 

1,33 

1,13 

1,07 

1,08 

1,02 

1,06 

0,85 

0,87 

0,87 

0,71 

0,77 

0,62 

Data Bases 

0,73 

Results of intellectual activity  kj 

2,42 

1,99 

1,73 

1,49 

1,42 

1,43 

1,37 

1,41 

1,12 

1,14 

1,14 

0,95 

1,03 

0,82 

R&D results  published 

1,2 

0,94 

Transaction costs, ТСi 

Inventions 

 

  Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova 

In the example given in Fig.2 v11 is 0,941. The factor vij  gives the rate of knowledge gain under the 1% increase  in transaction costs. Assessment of the factor vij  allows evaluating the influence of particular transaction costs  on the knowledge generation process development. If the knowledge gain exceeds the transaction costs gain,  this activity functions effectively. Similarly, the dependences for all types of knowledge were drawn (Tab.1)  Table 1: Empirical values of the rate of explicit knowledge gain under the change in transaction costs (vij) 


Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova  Therefore,  when  planning  the  knowledge  generation  activity,  it  is  necessary  to  consider  what  return  the  investments in a particular kind of activity, connected with and influencing the knowledge generation results,  will bring.     The  data  obtained  were  used  to  develop  an  assessment  technique  for  the  institutional  environment  of  knowledge  generation.  The  authors  calculated  the  factor  of  institutional  development  of  knowledge  generation in a company (K) (2).   

      

m

n

j =1

i =1

K = ∑ a j ∑ ( bi ∗ eij )

                                           (2) 

  Here, j ‐ the order number of the intellectual activity results or means of individualization (IR of MI); i – the  order number of a transaction cost; K – the rate of institutional environment development; aj  ‐ the increase in  j‐ IR of MI; bi  ‐ the change of i‐transaction cost; eij – sensitivity of the increase in j‐IR of MI under the change in  i‐transaction cost.    ),  The factor makes allowance for the gain in some explicit knowledge ( ), the change in transaction costs  sensitivity  of  knowledge  gain  under  the  change  in  transaction  costs  (eij).  It  depicts  the  return  of  the  money  invested  in  the  company  on  the  whole.  In  other  words,  if  K=2,  the  1%  weighted  change  in  knowledge  generation transaction costs gives the 2% explicit knowledge gain.  

6. Efficiency of knowledge generation institutions  It should be noted that K is an integrated value, showing the rate of knowledge creation in a company under  the  functioning  institutional  environment.  The  value  of  K  characterizes  the  institutional  conditions  of  company's innovation development.   Table 2: Innovation activity described by K  K  K <0 

Institutional conditions of knowledge  generation  System institutional trap 

Innovation activity  No innovation activity 

К=0 

Undeveloped institutional environment 

No innovation activity 

0< K ≤1 

Developing institutional environment of  knowledge generation 

Conditions needed for its effective development 

K >1 

Developed institutional environment of  knowledge generation 

Institutional environment encourages company's  innovation activity 

If K<0, there exists a system institutional trap. In this case, it is necessary to reveal a reason and its origin, then  to plan a way out.     K=0 points at undeveloped institutional environment, i.e. there is likely no innovation activity at all. Here, the  profound analysis of inner and out company's medium, problem field analysis are needed followed by drafting  innovation development directions and working out a project for the institutional development of innovation  activity.     If  0<K≤1,  we  can  talk  of  the  developing  institutional  environment  of  knowledge  generation,  which  implies  providing better conditions for more effective development. The authors suggest highlighting key objectives of  innovation  development,  working  out  a  plan  for  redistributing  the  knowledge  generation  transaction  costs,  and then performing this plan of institution modification.    K  >1  means  that  the  institutional  environment  of  knowledge  generation  is  developed  and  assists  company's  innovation development. If there is some potential for K increasing, the work should be done so as to advance  the effectiveness of existing institutions.  

582


Evgeny Popov, Maxim Vlasov, Anna Yu.Veretennikova  Min К was 1,01, with K being less than 1,15 in over 80% of enterprises studied. Max value was 4,46.    The average value of K of all enterprises under study was 1,12. The value of K>1 indicates that although the  increase of new knowledge in companies strongly depends on the funds being invested, there is still a positive  dynamics of innovation activity. Thus, though the enterprises studied are resource‐dependent, they are aimed  at innovation development.     The  study,  undertaken  to  empirically  assess  the  dependence  of  the  results  of  economic  activity  at  mini‐ economic level on the transaction costs of new knowledge generation, yielded the following theoretical and  practical results.    Firstly,  high  correlation  between  the  transaction  costs  of  knowledge  generation  and  the  performance  of  explicit  knowledge  generation  activity  has  been  proved.  This  can  contribute  to  the  design  of  the  models  of  knowledge generation increase in an economy sector.     Secondly, the dependence determined provides a condition for advancing the knowledge generation gain by  increasing and redistributing the transaction costs.     Thirdly, an approach to quantitative assessment of the institutional environment of knowledge generation has  been  developed,  considering  the  structure  of  the  knowledge  created  in  a  company,  the  structure  of  transaction  costs  of  knowledge  generation,  dependence  of  the  knowledge  gain  on  the  transaction  costs,  as  well  as  sensitivity  of  the  knowledge  gain  to  the  change  in  transaction  costs  of  knowledge  generation.  The  technique suggested allows evaluation of the system sensitivity to innovation development. 

References   Arrow, K. J. Methodological Individualism and Social Knowledge //American Economic Review, 1994, Vol. 84, N 2.  Chugunov A. Systems of Indicators, Monitoring of Information Society and Knowledge Economy Development // Vestnik of  International Organizations: Education, Science, New Economy / Analytical Journal of GU VPS, 2006, № 7.  Civil Code of Russian Federation. Part 1,2,3,4 ed. by April, 1, 2011, Moscow, 2011.  Coase R.H. The Nature of Firm //Economica, New Series. 1937. Vol. 4. N 16.  Farnaz Rahimi, Mohamad Ebrahim Maroosi.  Knowledge Management Assessment of Khorasan Razavi Gas Company  (Viewpoint of employees) // Proceeding of the 12th European Conference of Knowledge Management . University of  Passau, Germany. UK: Academic Publishing Ltd, 2011.  Fayustova E., Popov E. Knowledge as Economic Category // Strategic Planning and Industry Development: proceedings,  Moscow, 2006.   Hayek F.A. The Use Knowledge in Society // American Economic Review. 1945. Vol. 35, № 4.  Kozyrev A. Evaluation of Intellectual Property, Moscow, 1997.  Machlup F. The Production of Information and Knowledge. Princeton, NJ: Princeton University Press, 1962.  Moscovin V., Teng D., Barder A. Methodology of Knowledge Economy Assessment // World Economics, 2011, № 4.  Nort D. Institutions, Institutional Changes and Functioning of Institutions, Moscow, 1997.  North D. Structure and Change in Economic History. N.Y.: Norton, 1981.  Popov E. Transaction Dimension of Institutions // Economics of Modern Russia, 2011. №2.  Popov E., Vlasov M. Simulation of New Technological Knowledge Generation // Economic Analysis: Theory and Practice,  2009, №4.  Popov E., Vlasov M., Veretennikova A. Resource Index of Knowledge Generation // Economic Analysis: Theory and Practice,  2011. № 17. С. 17‐21.  Popov E.V. Minieconomics as a Separate Part of Microeconomics // Atlantic Economic Journal, 2005, vol.32, No. 3.  Popov E.V., Vlasov M.V. Dependence of Research Productivity on Transactional Costs // Actual problems of Economics №5.  2012.  Popov E.V., Vlasov M.V. Knowledge Generation within a Firm as an Object of Institutional Design//Actual problems of  Economics №1. 2013.  Shumpeter J.A. The Theory of Economics Development. London: George Alien & Unwin, 1952.  Veblen T. The Place of  Science in Modern Civilization and Other Essays. N.Y.: Huebsch, 1919.  Veblen T. Why is Economic not an Evolutionary Science // Quarterly Journal of Economics. 1898. Vol. 12. N 4.  

583


Knowledge Audit: Findings From a Case Study in the Energy Sector  Gillian Ragsdell, Steve Probets, Ghosia Ahmed and Ian Murray  Loughborough University, Leicestershire, UK  g.ragsdell@lboro.ac.uk   s.g.probets@lboro.ac.uk   g.ahmed@lboro.ac.uk   i.r.murray@lboro.ac.uk     Abstract:  Knowledge  audits  are  important  processes  through  which  organisations  can  understand  what  knowledge  is  needed,  available  and  used  for  their  current  activities.  They  can  also  identify  what  knowledge  is  missing  and  how  this  omission restricts the organisation’s activities. Hence, knowledge audits can surface initiatives to improve the knowledge  management  (KM)  processes  of  an  organisation  and,  in  turn,  improve  efficiency  and  effectiveness.  An  iterative  cycle  of  knowledge  audits  allows  for  the  organisation’s  changing  environment  to  be  taken  account  of  and  for  appropriate  modifications to be made to the knowledge base. Despite the importance of knowledge audits, literature relating to their  undertaking is sparse. This paper addresses the scarcity  of such  literature and reports the findings of a knowledge audit  commissioned by an organisation that brings together public bodies and private organisations with the aim of maximising  the  collective  knowledge,  expertise  and  experience  of  its  diverse  members  to  address  a  nationally  recognised  research  agenda. The audit included collecting qualitative data from a series of in‐depth interviews with a representative sample of  employees  from  the  four  main  departments  within  the  organisation.  Interviewees  were  asked  about  their  own  roles,  procedures  and  knowledge  needs;  they  were  also  asked  about  their  department’s  knowledge  requirements  and  about  knowledge interfaces with external partners. Views about the culture and structure of the organisation were also sought.  Results  were  analysed  at  a  departmental  level  to  form  two  knowledge  maps  per  department  –  one  illustrating  the  knowledge required by the department, the knowledge shared with other departments and the mechanisms for sharing  this  knowledge;  the  other  illustrated  knowledge  flows  with  external  partners.    The  maps  were  then  used  in  conjunction  with  the  interview  transcripts  to  identify  the  strengths  and  weaknesses  of  each  department’s  knowledge  activities.  This  process  focussed  on  the  impact  of  organisational  culture  and  structure  as  well  as  the  effectiveness  of  technological  and  ‘soft’ solutions for knowledge sharing. Following from the departmental analysis, a cross department comparison enabled  best practices and company‐wide weaknesses to be identified. Seven resulting recommendations were made that would  support the sharing of departmental best practices and address organisational weaknesses: Developing a holistic approach  to knowledge sharing Nurturing the organisational culture Clarifying the strategic message Improving the organisation of  information  Improving  the  availability  of  staff  Developing  inter‐departmental  communication  Commissioning  future  knowledge audits In addition to reporting the outcomes and outputs of the process, the paper also highlights challenges of  the process and includes reflections on the suitability of the selected data collection and analysis methods for a knowledge  audit.    Keywords: knowledge, audit, maps, case study 

1. Introduction  Knowledge  audits  are  important  processes  through  which  organisations  can  understand  what  knowledge  is  needed, available and used for their current activities. They can also identify what knowledge is missing and  how this omission restricts organisational activities. Hence, knowledge audits can surface initiatives to improve  the  knowledge  management  (KM)  processes  of  an  organisation  and,  in  turn,  improve  efficiency  and  effectiveness. An iterative cycle of knowledge audits allows for the organisation’s changing environment to be  taken  into  account  and  for  appropriate  modifications  to  be  made  to  its  knowledge  base.  Despite  the  importance  of  knowledge  audits,  literature  relating  to  their  undertaking  is  sparse.  This  paper  addresses  the  scarcity  of  such  literature  and  reports  some  of  the  findings  of  a  knowledge  audit  commissioned  by  an  organisation  that  brings  together  public  bodies  and  private  organisations  with  the  aim  of  maximising  the  collective  knowledge,  expertise  and  experience  of  its  diverse  members  to  address  a  nationally  recognised  research agenda. 

2. Knowledge audits – an introduction  Debenham and Clark (1994:201) described a knowledge audit as “a well‐defined, highly technical, structured  report  containing  an  overall,  high‐level  description  of  a  restricted  section  of  an  organisation's  knowledge  resource  and  a  description  of  identified  individual  "chunks"  of  knowledge  in  that  section”.  In  more  recent  times, there has been less emphasis on the output of knowledge audits and a stronger emphasis on the related  activities. The dynamic nature of knowledge audits has been recognised along with the benefits of following  such a process. According to Levy et al (2010:114), knowledge audits are deemed as the “first critical step for 

584


Gillian Ragsdell et al.  implementing  knowledge  management  (KM)  practices  in  organisations”.  This  is  a  view  that  is  supported  by  Liebowitz et al (2000) who acknowledge a knowledge audit as the first stage of an organisation’s KM strategy,  where its purpose is to lay a concrete foundation (Choy et al, 2004) and enable evaluation of all areas of KM  processes  (Biloslavo  and  Trnavčevič,  2007).  Burnett  et  al  (2004)  suggest  that  a  knowledge  audit  can  help  organisations to determine and illustrate the knowledge they possess, where this knowledge resides and how  it  flows  through  the  organization.  Furthermore,  the  knowledge  audit  allows  mapping  and  proactive  transference  of  organisational  knowledge  (Mearns  and  Du  Toit,  2008)  and,  according  to  Biloslavo  and  Trnavčevič  (2007),  the  results  of  the  audit  enable  an  organisation  to  identify  the  intrinsic  strengths  and  weaknesses of its KM processes and give the ability to unveil and exchange best practices between different  parts of the organisation. 

2.1 Knowledge audits ‐ methods and techniques  Several approaches have been taken to conduct knowledge audits; a variety of methods and techniques have  been used in organisations.  2.1.1 Questions  Firstly,  the  types  of  questions  that  are  typically  asked  during  knowledge  audits  could  be  put  into  two  categories, (1) identifying the knowledge that currently exists and (2) identifying the knowledge that is missing  (Dattero  and  Galup,  2007;  Liebowitz  et  al,  2000).  In  addition,  some  studies  have  also  designed  certain  knowledge audit questions around subjects such as individual characteristics of the participant, effectiveness  of  KM  processes  (Biloslavo  and  Trnavčevič,  2007),  KM  implementation  problems,  organisational  culture  (Gourova et al, 2009), tacit perceptions and cultural barriers (Levy et al, 2010), general barriers and problems  (Burnett et al, 2004), and the degree of knowledge sharing interest in participants (Perez‐Soltero et al, 2006).  However,  a  more  common  theme  that  has  guided  knowledge  audit  questions  is  the  use  of  information  technology  systems  and  communication  tools  to  support  KM  activities  (e.g.  Gourova  et  al,  2009;  Reinhardt,  2003; Bontis et al, 2003; Debenham and Clark, 1994).  2.1.2 Questionnaires and interviews  The  use  of  questionnaires  is  a  common  method  of  acquiring  data  in  a  knowledge  audit,  often  used  in  the  preliminary phase or as part of multiple tools (Burnett et al, 2004; Choy et al, 2004; Hylton, 2002). However,  questionnaires have also been used as the primary tool for data collection (e.g. Liebowitz et al, 2000). Though  questionnaires can be a useful tool in knowledge audits for collecting structured or semi‐structured data, they  can  have  limitations  in  terms  of  the  quality,  depth  and  context  of  qualitative  responses.  Therefore,  Hylton  (2002:7)  argues  that  interviews  are  an  essential  part  of  a  knowledge  audit  “to  gain  a  deeper  and  more  qualified insight into the true and objective knowledge management position of the company”. Furthermore,  the  use  of  semi‐structured  interviews  is  an  effective  tool  for  finding  KM  needs  and  opportunities,  whereas  open‐ended  interviews  offer  further  opportunities  to  gain  insights  and  understanding  of  participants’  perceptions  (Gourova  et  al,  2009).  Various  knowledge  audits  such  as  Levy  et  al  (2010),  Mearns  and  Du  Toit  (2008),  Burnett  et  al  (2004)  and  Choy  et  al  (2004),  have  employed  either  semi‐structured  or  structured  interviews to acquire detailed responses from participants.  2.1.3 Maps  The central activity of a knowledge audit is often the creation of a knowledge map that shows the “knowledge  stock”  (Dattero  and  Galup,  2007:  216).  According  to  Wexler  (2001:  250),  a  knowledge  map  is  a  graphically  presented communication channel that provides excellent means to “capture and share explicit knowledge”.  Knowledge  maps  have  been  adopted  in  various  knowledge  audit  studies:  for  example,  Bontis  et  al  (2003)  depicted the flows of codified knowledge via e‐mails, Choy et al (2003) combined knowledge maps with social  network  analysis  to  display  knowledge  exchange  between  individuals  and  Burnett  et  al  (2004)  produced  individual knowledge maps per participant which depicted knowledge flows, sources and bottlenecks. 

3. Case study organisation  The case study organisation is a public‐private partnership between global energy and engineering companies  and the UK Government that brings together the collective knowledge, expertise and experience of its diverse  membership to  address  future  energy challenges. More  specifically,  the  organisation  is  working  towards  the 

585


Gillian Ragsdell et al.  UK Government’s long‐term energy emissions reductions targets. With these targets in mind, the organisation  initiates  and  supports  projects  that  accelerate  the  development  of  affordable,  secure  and  sustainable  technologies. It has made investments in projects in offshore wind, carbon capture and storage, and bioenergy  that  bridge  the  gap  between  laboratory  scale  research  and  developments,  and  commercial  deployment  of  large‐scale  engineering  projects.  By  working  with  a  range  of  national  and  international  partners  –  multi‐ national companies, SMEs, universities and research organisations – the organisation is able to create project  teams at the cutting edge of science, technology and engineering. Integral to the success of its projects is the  high  calibre  of  expertise  and  knowledge  of  its  project  partners;  thus  the  organisation  is  highly  knowledge  intensive. The organisation had recognised the potential of effective KM practices to improve efficiency across  the organisation. Hence, KM was high on its strategic agenda and the organisation has been very proactive in  this respect. In fact, the development of a KM strategy was already underway when the authors were invited  to undertake a knowledge audit therein. 

4. Knowledge audit design  The objectives of the knowledge audit were agreed as follows:  ƒ

Map critical knowledge flows (both tacit and explicit) throughout the organisation. 

ƒ

Determine what knowledge assets are most important in supporting specific organisational activities. 

ƒ

Identify any knowledge gaps and bottlenecks. 

The audit was to be completed within two months and the budget allowed for one full‐time Research Assistant  to work on the audit with some input from a small team of academics. An interpretivist paradigm was adopted  for the knowledge audit and semi‐structured interviews were chosen as the primary data collection tools. 

4.1 Interviews  An  interview  schedule  was  designed  to  facilitate  the  collection  of  data  and  information  from  selected  participants, focusing on the identification of knowledge inputs and outputs and the mechanisms for sharing  knowledge  between  both  internal  and  external  stakeholders.  The  questions  were  designed  to  capture  knowledge that could be analysed and presented as knowledge maps outlining the knowledge flows between  stakeholders and the formal and informal systems by which knowledge is transferred.    The interview schedule comprised of twenty‐three questions that were arranged in four sections. These four  sections concerned i) knowledge required to perform the participant’s own tasks; ii) the participant’s view of  the knowledge and information handling procedures required for the participant’s department to fulfill their  role;  iii)  perceptions  about  the  role  of  the  organisation  as  a  whole;  iv)  questions  about  the  organisational  culture. The questions were a mixture of open and closed questions and aimed to elicit individuals’ personal  perspectives on various aspects of knowledge within the organisation. 

4.2 Participants  An  organisational  chart  was  used  to  determine  an  appropriate  set  of  participants;  twelve  participants  were  selected so as to best represent the four main departments within the organisation. Participant selection was  based  on  the  size  of  department,  the  individual’s  role  and  responsibilities,  and  their  position  in  the  organisational reporting structure. Gender and length of experience in the organisation were also taken into  account  ‐  while  analysis  at  an  individual  level  was  not  a  requirement  of  this  audit,  (only  departmental  and  organisational  levels  had  been  requested),  consideration  of  these  characteristics  meant  the  sample  more  strongly  reflected  organisational  characteristics.  A  pilot  study  involving  four  participants  was  undertaken  to  provide assurance of the appropriateness of the questions and minor changes to the interview schedule were  made based on feedback from the pilot study. Each interview was designed to last around one hour and all  participants were given the usual reassurances about anonymity and confidentiality. 

4.3 Data analysis process  The twelve transcripts were organised into four matrices – one for each department. Table 1 shows an extract  from the matrix for Department A. The matrices were analysed and key phrases were identified that related to  four specific themes – knowledge, systems, channels and stakeholders.    

586


Gillian Ragsdell et al.  Table 1: An extract from the matrix for department A   

1. What are the processes that  you are responsible for? 

2. What knowledge do you need  to use to perform your role and  how do you acquire it?  3. How do you organise and  share the knowledge that you  possess?  4. Once knowledge has been  shared and used, how do you  incorporate the feedback from  this into the organisation’s  existing knowledge? 

Participant 1  (Time at organisation: 4 Years) 

Participant 2  (Time at organisation: 1 Year) 

Consistency technically across  projects  Overseeing projects   Learning from projects  Feedback into projects  Engaging with members 

Getting information to members  Keeping people in the loop  Organise presentations and  seminars  Two way dialogue   Understand member  requirements   Writing headline insight  documents   Upgrade the Member Portal  system  Member Portal documents  Direct conversations  Board and Technical Committee  Talk to and email people  Headline insights   Member engagement plans 

External environment  End system look like  Future requirements  Shared drive  Advisory groups  Emails  Presentations  Technical Committee  Personal stores of information  Advisory group papers  Technical Committee papers  Intranet  Member Portal  ‐ 

5. Which information,  documents and systems do you  use within your role? 

Member engagement plans 

Shared drive  Email  Member portal  Team meeting  Documents 

The sets of key phrases were modelled using MindNode software for Mac OS so as to show knowledge flows.  Two maps were created for each department: one showed the types of knowledge that participants used and  generated during their workplace activities, and the range of mediums through which the knowledge flowed;  the  other  map  showed  the  range  of  people  (internal  and  external)  with  whom  participants  exchanged  knowledge. An example of the former type of map is presented in Figure 1 for Department A so as to illustrate  the format and to highlight the complexity that was represented. 

5. Findings  For  each  of  the  four  departments,  the  resultant  maps  were  analysed  and  a  narrative  was  developed  that  reflected  the  key  departmental  findings.  This  was  followed  by  an  identification  of  the  strengths  and  weaknesses  with  respect  to  the  department’s  knowledge  activities  which  led  to  suggestions  as  to  how  each  department might improve its KM practices. The focus on Department A continues in the next section where  the findings for this selected department are presented as illustrative of the audit process. 

5.1 Discussion: Department A  Two adjectives dominated discussion of the organisation’s culture ‐ ‘open minded’ and ‘analytical’. In addition,  there was a strong sense of respect for the technical expertise of employees and an acknowledgement that  storing and accessing such expertise was important. There was also evidence of a dominant theme regarding  the management of generated knowledge within the organisation. Views were expressed that either there was  no  evidence  of  a  KM  culture  or  that  it  was  in  an  embryonic  form.  Comments  were  made  that  stressed  the  organisation’s ability to generate knowledge but that it was less able to ‘decide what to do with it’. 

587


Gillian Ragsdell et al. 

  Figure 1: Map of knowledge inputs and outputs, and mediums  The  knowledge  maps  illustrated  the  range  of  systems  and  channels  that  are  used  to  support  the  flow  of  knowledge  but  participants  made  use  of  these  systems  and  channels  to  noticeably  different  degrees.  The  shared drive and e‐mail communication were used most frequently and the organisation’s website used the  least.  Variable  levels  of  use  were  associated  with  the  other  mediums.  While  the  shared  drive  was  used  frequently by all respondents, in some cases it tended to be simply a storage place for information rather than  a  facility  to  access  information.  The  reason  for  this  mode  of  operation  was  based  on  the  lack  of  user‐ friendliness  and  difficulty  to  search  across  it.  A  lack  of  structure  and  cataloguing  was  reported  within  this  system. Despite this difficulty in searching the shared drive, most individuals described the accessibility for the  required knowledge for their role as ‘good’.    While there seemed to be a shared willingness to communicate more widely in the organisation and levels of  cooperation  and  collaboration  within  and  between  individuals  in  departments  were  generally  good,  there  were  barriers  to  achieving  better  communication  at  an  inter‐departmental  level.  The  primary  barrier  stated  was that of people’s availability. Secondary barriers to more informal sharing were the quiet atmosphere of  the  department,  which  restricted  the  likelihood  of  informal  communication  and  acknowledgement  of  the  different  ways  in  which  departments  work.  It  was  said  that  the  latter  made  ‘the  interface  between  departments difficult at times from the view of data and information exchange.’    In  general,  there  was  clear  recognition  of  the  distinction  between  confidential  and  non‐confidential  information;  there  was  some  uncertainty  as  to  how  the  systems  managed  this  distinction  but  there  was  a  general level of confidence that ‘we have systems that organisations normally have’.  

588


Gillian Ragsdell et al. 

5.2 Strengths  The  following  positive  aspects  of  managing  knowledge  were  identified  from  analysis  of  the  transcripts  and  maps for this department:  ƒ

Individuals’ information is stored on the shared drive, so it exists within the organisation’s systems. 

ƒ

Information  collected  from  groups  and  committees  is  collated  into  papers  and  made  available  on  the  intranet and on the member portal. 

ƒ

Initiatives for ensuring information are communicated to and from members. 

ƒ

Member  engagement  plans  have  been  developed,  which  make  explicit  the  communication  network  between the organisation’s employees and its members. 

ƒ

Use of guidance notes by some individuals enables continuity of tasks. 

ƒ

Working  closely  with  the  organisation’s  communications  team  ensures  accuracy  of  external  communication. 

ƒ

Individuals are aware of the distinction between confidential and non‐confidential knowledge. 

ƒ

Various forums and meetings for sharing knowledge take place. 

ƒ

Individuals describe the organisational culture as ‘open’ or ‘open‐minded’. 

5.3 Weaknesses  The following were identified as areas of concern:  ƒ

The organisation is not good at expressing technical knowledge in a basic way for other, less technically  minded personnel within the organisation. 

ƒ

Some  individuals  store  their  documents  centrally,  while  others  tend  to  store  their  documents  on  their  personal areas, which restricts availability. 

ƒ

There is reliance on certain individuals for project data, which can cause delays. 

ƒ

Individuals’ availability can be problematic. 

ƒ

Structure of data and lack of cataloguing/user‐friendly information search tools, on various systems can  cause problems or delays. 

ƒ

Lack of access to academic journals and lack of coordination of subscriptions. 

ƒ

It  is  difficult  to  get  access  to  or  understand  the  sum  of  the  organisation’s  knowledge  on  a  particular  subject due to the information being too complex and technical. 

ƒ

Most individuals felt that work was needed to improve the completeness and richness of information. 

ƒ

Not knowing who has what knowledge. 

ƒ

No central visibility at the department level of communication and collaboration. 

ƒ

There can be duplication and inconsistency in the communication to external stakeholders at times. 

ƒ

Departments  are  “too  quiet”  which  can  restrict  informal  conversations  and  prevent  knowledge  sharing  from taking place. 

5.4 Recommendations   The  following  recommendations  were  derived  so  as  to  maintain  and  support  the  development  of  current  departmental strengths and to overcome the stated weaknesses:  ƒ

Continue the development of a knowledge culture including support for informal exchanges. 

ƒ

Develop and implement a policy to organise and catalogue information maintained in the organisation’s  most commonly used systems, such as the shared drive. 

ƒ

Be mindful of the need to use layman’s terms in certain circumstances. 

ƒ

Improve access to academic journals. 

589


Gillian Ragsdell et al.  ƒ

Make individual knowledge‐bases more transparent. 

ƒ

Provide regular updates in the organisation’s Executive meetings to enable other departments to better  understand the department’s work and be more proactive in communication and collaboration with other  departments. 

In  this  section,  findings  have  been  considered  at  a  departmental  level.  In  practice,  the  same  process  was  applied  to  the  other  departments,  before  the  process  of  analysis  continued  with  a  cross  comparison  of  the  four departments. While acknowledging that each department is unique, the cross‐comparison enabled inter‐ departmental learning for KM and recommendations to be developed that contributed to the organisation’s  overall KM strategy as presented in the next section. 

6. Implications for the organisational KM strategy  The  case  study  organisation’s  proactive  approach  to  managing  its  knowledge  stems  from  the  acknowledgement that it is a knowledge intensive organisation. Commissioning this audit is just one example  of such proactivity and demonstrates that the organisation needs to maximise the benefits of working in the  higher layers of the DIKW pyramid outlined below. 

  Figure 2: The data, information, knowledge, wisdom pyramid (Ackoff, 1989)   Despite this acknowledgement, the management of knowledge to support the achievement of organisational  goals is complex. A combination of distinct characteristics contributes to this complexity and brings a unique  identity to the case study organisation.    From  an  organisational  perspective,  it  is  clear  that  the  organisation  has  distinctive  intrinsic  qualities.  For  example,  the  combination  of  the  ‘blue  skies’  nature  of  the  business;  a  high  level  of  intellectual  capital;  a  project based mode of operating; and the need to build relationships and sustain meaningful interactions with  a range of external (often competing) organisations, is a rare set of characteristics. In fact the atypical nature  of  the  organisation  makes  it  all  the  more  necessary  for  the  design  and  implementation  of  a  bespoke  KM  strategy. While such a personalised approach limits the ability to benchmark its practices, it does mean that  the strategy is specifically tailored to its requirements. In addition, the process of developing the strategy lends  itself to contributing to the process of organisational learning and a commitment to continuous improvement.  From an internal perspective it is clear that the high level of complexity continues. There is diversity amongst  the departments in terms of the services that they offer and the way that they function; this diversity is further  complicated by the dominant organisational culture which is founded on employees of high intelligence who  are resourceful but appreciate the full value of timely and accurate information and knowledge. The resultant  scenario is one in which employees are independent seekers of information; in turn, this leads to the use of a  great range of sources of information coupled with a variety of communication mechanisms through which to  transmit  and  receive  information.  Hence,  it  would  be  very  difficult  to  standardise  processes;  instead,  the  diversity of departments and the individuals operating within those departments needs to be respected in the  development of any KM strategy.     Despite this diversity, it was evident that there was some commonality in themes that had caused concern for  participants.  It  was  felt  that  these  commonly  occurring  themes  would  be  more  effectively  addressed  at  the  organisational level and, as such, form the basis for recommendations that could inform the organisation’s KM  strategy. To enable the recommendations to inform the development of an actionable KM strategy and, due to 

590


Gillian Ragsdell et al.  the  perceived  challenges  associated  with  each  recommendation,  each  of  the  seven  recommendations  was  designed to be implementable via a separate knowledge‐based project. However, the interconnectedness of  the cultural and technical aspects is not acknowledged in linear textual presentation – their individual listing  below neither suggests a particular order of priority or implies that they should be treated as discrete entities.  The  success  of  any  KM  strategy  is  dependent  on  both  aspects  being  addressed  and  being  addressed  with  a  holistic mind‐set. 

6.1 Holistic approach  It is recommended that the practice of holistic thinking underpins any further development of a KM strategy.  Without a holistic stance it is possible that there will be improvement in the information and knowledge (IKM)  practices of each individual department but it must be acknowledged that optimising each department is no  guarantee  to  ensuring  that  the  IKM  practices  of  the  organisation  as  a  whole  will  be  improved.  In  fact,  by  attempting to optimise each department’s IKM practices, there is a danger that there will be sub‐optimisation  of  the  overall  IKM  activities.  This  may  arise  if  internal  optimisation  impacts  cross  division  knowledge  flows.  Therefore,  recognising  the  dependency  of  each  department  on  another  is  important  in  adopting  a  systemic  view of the organisation. At a practical level, each department could share its map of knowledge flows with  other  departments  and  identify  the  interfaces  between  departments.  A  process  of  enquiry  about  the  appropriateness and ease with which each type of knowledge flows between the departments could trigger a  process of improvement.    While  appreciating  the  potential  need  to  align  technical  systems  with  those  of  external  stakeholders,  it  was  deemed important to focus on the internal knowledge processes. Only when these are robust should there be  consideration of interactions with external stakeholders. This approach should make progress more evident to  staff – quick wins will motivate them – and confidence will be gained for improving external processes. 

6.2 Nurturing the organisation’s culture  The organisational culture, as expressed by the participants, is something for the organisation to be proud of.  Open mindedness and awareness of the need to avoid the ‘silo mentality’ are key components of a knowledge  culture.  Supporting,  encouraging  and  rewarding  these  attitudes  throughout  the  organisation  will  reinforce  their value until they are natural practices for all employees.    The  nature  of  the  organisation’s  work  means  that  employees  are  highly  intelligent  and  are  experts  in  their  specialist field. They are also experts in sourcing information and this is an attribute to hold in high esteem. By  commissioning  the  knowledge  audit,  the  organisation  has  made  a  good  start  in  raising  awareness  and  generating  a  feeling  of  ownership  towards  the  emerging  KM  strategy.  Inviting  genuine  participation  from  a  wide cross section of staff (if not all) in the process of developing the KM strategy will surface current good  practice in the organisation and will promote commitment to the implementation of the strategy. 

6.3 Clarity of the strategic message  The  participants  in  the  knowledge  audit  provided  firm  evidence  that  there  was  a  need  to  improve  internal  communication of the evolving strategic message for the organisation as a whole. The organisation is currently  going  through  a  mid‐term  review  analysing  its  future  role,  but  the  knowledge  audit  re‐emphasised  the  importance for staff of clear strategic messages about the organisation’s purpose and future. Greater clarity  will  lessen  confusion  and  uncertainty  amongst  employees,  and  result  in  a  clearer  sense  of  purpose,  both  in  general terms and with respect to information and knowledge needs. In turn this will have a positive impact  overall on information dissemination and on decision making in projects. 

6.4 Better organisation and searchability of information  It is evident from participants’ comments that huge sources of rich information are stored. However, in order  to  improve  the  current  practices  and  maximise  the  benefits  of  this  information,  the  following  recommendations are made:  ƒ

Information needs to be organised and tagged in a more consistent way to reduce the time spent finding  ‘relevant’ information. 

591


Gillian Ragsdell et al.  ƒ

Individuals  in  all  departments  need  to  be  made  aware  of  the  structure  in  which  information  is  to  be  organised and stored. 

ƒ

There  needs  to  be  better  search  mechanisms  in  place  for  the  various  systems,  in  particular  the  shared  drive. 

ƒ

Technical  information  needs  to  be  translated  into  simplified  summaries  to  enable  individuals  from  non‐ technical backgrounds to develop a better understanding of the full range of projects undertaken. 

ƒ

Where possible, systems, or their interfaces, should be integrated to provide a single view of information. 

ƒ

Consideration should be given to creating an ‘Information Manager’ role to implement the recommended  changes and improvements. 

ƒ

Policies  for  handling  confidential  information  differently  to  non‐confidential  information  should  be  communicated clearly to employees across the organisation. 

6.5 Face to face interactions within the organisation  It  was  clear  from  the  interviews  that  participants  benefitted  from  conversations  with  colleagues.  However,  there  was  no  obvious  ‘water  cooler’  effect  and  some  departments  seemed  to  have  an  atmosphere  that  hindered  informal  discussion.  So,  although  there  is  a  good  selection  of  communication  tools  in  place  at  the  organisation,  face‐to‐face  interactions  need  to  be  prioritised  and  the  availability  of  individuals  needs  to  be  increased so as to achieve this. In addition, informal discussion should be explicitly valued. 

6.6 Overcome departmental communication barriers  Some  participants  conveyed  a  strong  message  about  the  lack  of  communication  between  departments.  An  increase  in  informal  inter‐departmental  collaborations  could  prove  beneficial.  For  example,  more  informal  team activities, team days and ‘speed‐updating’ sessions, would provide opportunities for individuals to learn  about and ask questions to individuals in other departments and consequently improve knowledge sharing. 

6.7 Regular knowledge audits  The results of this audit were intended to inform and contribute to the organisation’s KM strategy and help  understand the current knowledge state. For continuous learning and improvements, it is recommended that  further  knowledge  audits  be  carried  out  periodically.  The  outcomes  from  this  audit  will  empower  the  organisation to refine further audits, and assist in identifying particular areas to focus on. It is hoped that they  will also generate greater ownership of the strategy by employees and trigger a greater uptake for the data  collection methods. 

7. Summary  Three key principles arise from the knowledge audit process. Firstly, it is important to support and enhance the  emerging  knowledge  culture.  Successful  management  of  ‘softer’  issues  are  key  to  any  change  programme  –  implementing a KM strategy is no different. Secondly, the recommendations highlight a need to resolve issues  related to the management of organisational information. Improving information management practices in the  organisation before progressing the KM strategy will raise the chances of its success. Finally, it is apparent that  a greater understanding of the organisation’s strategy by all staff will enable future IKM practices to align more  firmly with the overarching organisational goals.    Lessons  were  also  learned  about  the  process  of  undertaking  a  knowledge  audit.  Herein  the  audit  has  been  more  than  Debenham  and  Clark’s  (1994)  management  document;  rather  it  is  an  important  stage  in  the  development  and  implementation  of  the  organisation’s  KM  strategy,  and,  as  such,  was  not  without  its  challenges.  First,  there  were  difficulties  in  collecting  data.  Conducting  interviews  is  an  intense  and  time‐ consuming process but was made more problematic by the participants’ busy schedules. The researchers were  also  aware  that,  since  knowledge  audits  generally  involve  only  a  sample  population  of  the  organisation,  the  entire organisation may not be represented accurately.    Analysis  of  the  data  is  also  a  time  consuming  process.  In  this  instance,  analysis  at  the  departmental  level  proved  to  be  an  effective  approach  since  interviewees  at  the  departmental  level  tended  to  use  similar  terminology  and  have  related  roles,  requirements  and  expectations.  The  knowledge  maps  compiled  at  this 

592


Gillian Ragsdell et al.  level were very useful in illustrating the communication channels and systems used to share knowledge. In this  particular case study, composite inter‐departmental knowledge maps, akin to Burnett et al (2004), were not  felt  to  be  realistic  nor  informative  as  value  and  meaning  could  be  extracted  more  effectively  at  the  departmental  level.  Despite  this,  the  maps  were  useful  as  input  to  the  cross‐departmental  analysis  of  communication channels/systems and helped inform the organisation‐wide analysis.    Finally,  when  undertaking  analysis  at  the  organisational  level  it  was  important  to  ensure  that  the  outcomes  and  recommendations  could  lead  to  an  actionable  strategy.  Obtaining  employee  buy‐in  for  KM  initiatives  is  important and involving staff in the knowledge audit process helps engender a sense of ownerships; quick wins  and timely developments help communicate to employees the importance and value of the KM process. 

References  Ackoff, R.L. (1989) From Data to Wisdom, Journal of Applied Systems Analysis, Vol 15, pp 3‐9.  Biloslavo, R. & Trnavčevič, A. (2007) Knowledge Management Audit in a Higher Educational Institution: A Case Study.  Knowledge and Process Management, Vol 14, No. 4, pp 275‐286.  Bontis, N., Fearon, M. & Hishon, M., (2003) The E‐Flow Audit: An Evaluation of Knowledge Flow Within and Outside a High‐ Tech Firm. Journal of Knowledge Management, Vol 7, No. 1, pp 6‐19.  Burnett, S., Illingworth, L. & Webster, L., (2004) Knowledge Auditing and Mapping: A Pragmatic Approach. Knowledge and  Process Management, Vol 11, No. 1, pp 25‐37.  Choy, S.Y., Lee, W.B. & Cheung, C.F., (2004) A Systematic Approach for Knowledge Audit Analysis: Integration Of  Knowledge Inventory, Mapping and Knowledge Flow Analysis. Journal Of Universal Computer Science, Vol 10, No. 6,  pp 674‐682.  Dattero, R. & Galup, S. D., (2007) The Knowledge Audit: Meta‐Matrix Analysis. Knowledge Management Research and  Practice, Vol 5, No.3, pp 213‐221.  Debenham, J. & Clark, J., (1994) The Knowledge Audit. Robotics and Computer‐Integrated Manufacturing, Vol 11, No. 3, pp  201‐211.  Gourova, E., Antonova, A. & Todorova, Y., (2009) Knowledge Audit Concepts, Processes and Practice. WSEAS Transactions  on Business and Economics, Vol 6, No.  12, pp 605‐619.  Hylton, A., (2002) A KM Initiative is Unlikely to Succeed Without a Knowledge Audit. Knowledgeboard.com.  Levy, M., Hadar, I., Greenspan, S., & Hadar, E., (2010) Uncovering Cultural Perceptions and Barriers During Knowledge  Audit. Journal of Knowledge Management, Vol 14, No. 1, pp 114‐127.  Liebowitz, J., Rubenstein‐Montano, B., Mccaw, D., Buchwalter, J., Browning, C., Newman, B. & Rebeck, K., (2000) The  Knowledge Audit. Knowledge and Process Management, Vol 7, No.1, pp 3‐10.  Mearns, M.A., & Du Toit, A.S.A., (2008) Knowledge Audit: Tools of the Trade Transmitted to Tools for Tradition.  International Journal of Information Management, Vol 28, No. 3, pp 161‐167.  Perez‐Soltero, A., Barcelo‐Valenzuela, M., Sanchez‐Schmitz, G., Martin‐Rubio, F. & Palma‐Mendez, J.T. (2006) Knowledge  Audit Methodology With Emphasis On Core Processes. In European and Mediterranean Conference on Information  Systems, pp 1‐10.  Reinhardt, R., (2003) Theoretical Basis of a Knowledge Audit: An Integrative Measurement Approach. In Proceedings of I‐ KNOW ‘03–3rd International Conference on Knowledge Management, pp  2‐4.  Wexler, M. N., (2001) The Who, What and Why of Knowledge Mapping. Journal of Knowledge Management, Vol 5, No. 3,  pp 249‐264. 

593


Shared Knowledge: Eliminating the “Ba”  Thomas Schalow  University of Marketing and Distribution Sciences, Kobe, Japan  ijinkan@mac.com    Abstract:  In  one  of  the  supreme  ironies  in  ICT,  social  networking  (SN)  companies  such  as  Facebook,  search  engine  (SE)  companies such as Google, and other major knowledge management (KM) organizations continue to rely on Nonaka and  Konno’s  (1998)  “Ba,”  or  physical  space,  for  the  internal  creation  and  management  of  new  ideas.  Apparently,  these  companies believe employees still need to congregate in a physical place ‐ an office ‐ in order to share ideas, as opposed to  creating and sharing knowledge in a totally virtual environment. In this theoretical exploration of physical space I propose  that the next challenge facing knowledge management is eliminating the “Ba,” and in this paper we examine how that will  facilitate  the  successful  sharing  of  knowledge  in  a  world  where  place  truly  ceases  to  have  meaning.  The  challenge  is  formidable, because human beings still seem to require a common time and place to meet in order to be synchronous. We  see this in all aspects of our lives, from our work offices to our educational institutions. Although we have become adept at  knowledge  sharing  in  virtual  spaces  in  an  asynchronous  mode,  we  are  still  bound  by  the  chains  of  human  culture  and  psychology in the synchronous mode. The reason seems to be that we still rely on physical places to reference and give  organization to human societies, and thereby provide the conditions for what sociologists refer to as homophily. Mäkelä et  al (2007) have shown that we still tend to share knowledge to a greater degree with people who resemble us, or share our  cultural identities, but Jameson (2007) has shown that in a globalized world, where national borders have become blurred,  it  can  no  longer  be  presumed  that  cultural  identity  is  equivalent  to  nation,  or  to  some  shared  physical  space.  In  fact,  in  virtual  spaces  we  need  to  accept  that  knowledge  will  increasingly  be  created  and  shared  by  individuals  who  are  not  homophilous,  as  discussed  by  Murthy  (2013)  in  regard  to  Twitter,  and  therefore  need  to  adapt  to  a  world  without  “Ba”.Nonaka  et  al  (2000)  have  identified  four  types  of  “Ba”:  originating  “Ba”,  dialoguing  “Ba”,  systemising  “Ba”  and  exercising  “Ba”.  This  paper  will  look  at  each  of  these  “Ba”  and  how  they  could  be  eliminated.  Nonaka  has  stated  that  although “Ba” resemble Wenger’s (1999) communities of practice (CoPs), “Ba” need energy to operate, while communities  of  practice  remain  functional,  to  some  extent, even  though  they  are  neither nurtured  nor  maintained.  I  believe  it  is  this  need for energy that limits the “Ba,” and ultimately limits our ability to optimally engage in knowledge sharing in a world  where space and place holds less and less meaning for more and more people. When we are finally able to expend less  energy clinging to our “Ba”, we will have more time and energy for creating the knowledge and ideas that were the reasons  people first began to construct their “Ba” ‐ their physical communities of practice ‐ in a time and place before the existence  of what we now know as cyberspace.    Keywords: knowledge management, communities of practice, virtual environment, situational workplace, self‐structuring,  homophily 

1. Introduction   The Indian economic historian Dharma Kumar is said to have joked that “Time is a device to prevent everything  happening  at  once;  space  is  a  device  to  prevent  it  all  happening  in  Cambridge.”  (Hodgson,  2001)  In  the  immediate  post‐WW2  world  there  was  little  danger  of  everything  happening  at  Cambridge,  with  or  without  the confines of space, as the geographic center of the world inexorably shifted to America. A recent decision  by  top  management  at  Yahoo  to  suspend  the  telecommuting  privileges  of  it  employees  seems  designed  to  ensure that it will be the office space at company headquarters in Sunnyvale, California that defines the center  of  the  world  for  knowledge creation  and  sharing,  within the  time parameters  of  office  hours between 9  am  and 5 pm.     Yahoo is, of course, pursuing a very strict definition of the workplace as a physical space where work is done.  In past generations we referred to this space as an office, factory, or workplace, but in the past two decades it  has become fashionable among knowledge management scholars and consultants to speak of this space as a  “Ba”  ‐  a  term  first  popularized  by  the  Japanese  scholar,  Ikujiro  Nonaka,  along  with  Noboru  Konno  (1998).  Welsh  scholar  Dave  Snowden  (2000)  has  attempted  to  put  a  Western,  and  specifically  Welsh,  face  on  the  theory with the term “Cynefin,” but the concept of a physical place where work is done remains basically the  same.     Nonaka, Toyama, and Konno (2000), in a subsequent interpretation of Nonaka’s original idea, further divided  their “Ba” into four distinct categories. Echoing Adam Smith’s ideas about the division of labor, they identified  an  1)  originating  “Ba,”  where  knowledge  is  created,  a  2)  dialoguing  “Ba,”  where  ideas  can  be  discussed  and  refined,  a  3)  systematizing “Ba,”  where  knowledge  is  embedded,  and  an 4)  exercising  “Ba,”  where  ideas  are 

594


Thomas Schalow  translated  into  action.  This  very  industrial  age  interpretation,  similar  to  Smith’s  observations  about  the  production  of  pins,  sought  to  identify  the  place  where  each  of  these  aspects  of  knowledge  creation  or  management would occur. In a nod to evolving visions of virtual environments, Nonaka does suggest that the  “Ba”  need  not  necessarily  be  physical,  and  Nordberg  (2007)  develops  this  concept  to  its  logical  conclusion  when  he  posits  the  space  could  even  be  virtual.  Even  virtual  space,  though,  retains  the  concept  of  “place,”  where actors come together to interact.    Place seems so important to us because it so often defines how we perceive reality. Yet, it is not relevant to all  aspects of our lives, and is a concept we can dispense with if we choose. We do not normally emphasize, for  example, that we are breathing air from a particular location, unless that air is significantly different from the  air in another location. We might emphasize or reference place when the air is polluted, or thin, or particularly  refreshing, but most of the time it is just air. It surrounds us, and the place we choose to breathe it has little  significance.  In  fact,  the  air  does  not  really  exist  in  a  place,  as  air  does  not  need  to  exist  within  boundaries,  unless we choose to confine it and impose the concept of location upon it. It is everywhere, and thus not in  any one place.    Eventually, we will see the network ‐ what we today think of as the Internet ‐ in this manner. It will exist all  around  us,  and  we  will  exist  within  it,  and  a  sense  of place  will  cease to  be  important, unless  we choose  to  define our location. At present we find location‐based services useful, or at least useful to companies trying to  market their products to us. Location provides structure, and structure allows for control. This is the reason for  Yahoo’s  decision  to  require  its  workers  to  occupy  a  physical  space.  Even  most  ICT  companies  are  not  yet  comfortable  with  the  relatively  modest  idea  of  work  being  done  in  an  unsupervised,  virtual  environment.  Without a physical realm in which to reign, management is acutely aware of its fading value in a world where  knowledge is created beyond the traditional confines of time and space.    The  fact  that  ideas  about  “Ba”  and  knowledge  management  within  physical  work  spaces  have  come  from  Japan will present no surprise to students of Japanese social, economic and labor systems. Perhaps more than  any  other  system  in  the  world,  the  Japanese  system,  social  and  economic,  stresses  the  importance  of  relationships nurtured by physical presence as the key to cooperation and productivity. (Nakane, 1972 and Doi,  1981)  Nonaka  and  Nishiguchi  (2001)  acknowledged  this  when  they  said  that  sharing  knowledge  requires  “sharing  the  same  experience  through  joint  activities  such  as  being  together,  spending  time,  or  living  in  the  same environment.” In this context, an actual physical space is a requirement for the creation and exchange of  knowledge.     As  both  Nakane  and  Doi  note,  however,  maintaining  the  Japanese  social  structure,  and  harmony  within  the  workplace,  requires  incredible  inputs  of  energy.  Doi,  in  particular,  has  gone  on  to  study  the  tremendous  psychological  burden  the  need  to  maintain  harmony  via  physical  presence  places  on  Japanese  workers.  Companies  that  attempt  to  control  physical  spaces  also  need  to  employ  psychologists  and  sociologists  to  minimize conflict, and thereby facilitate knowledge sharing, within their physical space. Societies and nations  need to engage police and military forces to maintain control over their physical spaces.    This attempt to control physical space produces tremendous pressures as well as conflict. More importantly,  the  attempt  to  control  physical  space  is  moving  in  the  opposite  direction  of  trends  toward  ad‐hoc  and  situational  workplaces,  where  the  idea of “Ba”  is  essentially  irrelevant.  Even  virtual working  environments  –  online schools and virtual offices, for example ‐ should be seen as representing a transitional phase that will  eventually  fall  out  of  favor.  No  matter  how  virtual  the  “Ba”  becomes,  it  nonetheless  relies  on  a  structured  environment  within  which  workers  interact.  Social  and  economic  developments,  however,  are  pushing  us  inexorably toward a free agent world, where it is the workers themselves, and not knowledge managers, who  decide  how  meaningful  work  is  accomplished.  One  could  say  that  the  workers  will  become  knowledge  managers, but it would be more correct to say that the system will self‐structure, and the network itself will  become the knowledge manager.    We are already seeing this trend toward self‐structuring in Wenger’s (1999) communities of practice (CoPs).  Ad‐hoc  communities  do  not  need  to  expend  the  vast  amounts  of  energy  required  by  societies  or  nations  to  maintain their membership, and could be constituted by methods not requiring physical or even virtual spaces.  Due  to  the  focus  of  their  members,  they  can  be  better  vehicles  for  sharing  or  creating  knowledge  than  the 

595


Thomas Schalow  artificial creations expressed in the physical world through societies or nations, without the need to enforce  Nonaka’s requirement for “living in the same environment.” 

2. The network as a knowledge management device  If space is a device to prevent everything from happening in Cambridge, the network is a device to eliminate  the need for a human knowledge manager. The self‐structuring we are already beginning to see with Web 2.0  will continue to develop, as we move away from a need for human beings to occupy a synchronous space‐time  nexus.  Thousands  of  years  of  social  evolution  have  been  preparing  us  for  this  new  future  beyond  the  limits  imposed by space and time. It began with communication at a distance, allowing our knowledge, ideas, and  even our spirit to be transmitted in space, and eventually over time with the invention of the written word,  without  the  need  for  our  physical  presence  at  the  point  of  reception.  By  merely  speaking,  shouting,  or  broadcasting, we were able to communicate our instructions to others, and thus share knowledge beyond the  limitations of our physical space. We are quite comfortable with these forms of communication today, and it  might therefore seem somewhat surprising that we still apparently require sharing common times and places  for so much of our existence. We continue to depend on schools as places for students to meet with teachers  at  a  certain  time.  Offices  are  places  work  is  done  by  employees  engaged  to  work  between  certain  hours.  Factories  are  places  where  products  are  assembled  over  fixed  periods  of  time.  Knowledge  management  theorists  continue  to  depend  on  the  concept  of  place  to  refine  their  theories  of  knowledge.  (Kaiser  and  Fordinal, 2010) It is difficult for many of us to imagine a world where perceived requirements for synchronous  interaction in a defined physical space could cease to be a factor in knowledge creation and sharing.    Of  course,  some  schools  are  now  online,  and  some  office  workers  have  the  freedom  to  work  from  home.  However, a key obstacle to the continued growth of both online schools and telecommuting programs arises  with the issue of supervision. Monitoring even virtual spaces is difficult, and supervising without the confines  of  space  is  perhaps  impossible.  Yahoo  recognized  this  problem,  and  chose  to  return  to  a  system  that  made  supervision  of employees  easier,  within  the  confines  of a defined  workspace.  Online  schools don’t  have  this  option. No matter how many safeguards are put in place in order to ensure that students are doing required  work on their own, or taking tests without outside assistance, certain levels of trust and uncertainty remain  embedded in the system. In abandoning the “Ba,” or the place where knowledge exchange takes place, online  schools are also abandoning a great deal of the supervision.    The online schools, of course, have in a sense substituted the physical space of the classroom and examination  halls  for  virtual  equivalents.  In  fact,  they  rely  on  this  virtual  space  to  assert  the  small  degree  of  supervision  they  yet  control.  The  future  of  knowledge  creation  and  sharing,  however,  is  not  in  virtual  spaces,  but  in  placeless,  or  at  least  ad‐hoc,  and  situational  spaces.  We  no  longer  require  space  as  a  device  to  prevent  everything from happening in Cambridge. Everything can happen anywhere, as well as everywhere, according  to  one’s  viewpoint.  The  creation  of  knowledge,  and  even  the  sharing  of  that  knowledge,  takes  place  in  a  context, and not a place. (Chun and de Alvarenga Neto, 2010) 

3. High priests of knowledge and knowledge nomads  As human beings we need to physically exist in a place. However, we do not need to inhabit that space, in the  sense of becoming an inhabitant of, or part of, that space. We may merely, and temporarily, occupy a space,  like the air we breathe, without assuming its attributes. Jameson (2007) shows us that physical space does not  need to translate into identity, in the way that inhabitation would suggest. Like nomads, we could wander over  vast  spaces  without  being  tied  down  to  the  cultures  or  societies  that  define  those  places,  or  even  the  conversations and knowledge exchange we happened to be engaged in at the moment. We would not need to  be immediately and irrevocably defined by the cultures or societies of the spaces we physically occupy.    Instead, we might choose to define ourselves by the events and experiences we accumulate along our journey,  unbound by spaces. The ideas that we create, the knowledge that we share with others, would be a product of  the confluence of events and experiences that occur during the time defined by our physical life. The seeds for  our ideas could be gathered from distant corners, and they would grow based on the context in which they  were planted.    The difference between the web as a context, and the web as a location, is substantial. It is embodied in the  difference  between  learning  in  a  classroom,  and  learning  from  a  chance  meeting  with  someone  sharing  a 

596


Thomas Schalow  different idea from our own. The knowledge that is created and shared in a classroom presumably has been  structured  to  some  degree,  with  a  desire  to  yield  a  certain  outcome.  That  outcome  can  be  tested,  and  supervised  by  a  knowledge  manager.  The  chance  meeting,  however,  has  not  been  designed  to  yield  any  particular result. It cannot be supervised, and might yield any result. It is the essence of creativity.    One  of  the  most  severe  criticisms  of  Nonaka’s  theory  of  “Ba”  is  that  it  fails  to  identity  the  place  where  knowledge  is created. As Nordberg  (2007) notes,  providing  a place  for knowledge creation  still  falls short  of  explaining how it is achieved. Before Nonaka, Luft and Ingram (1955) confronted the same issue. Their “Johari  Window”  theory  posited  the  existence  of  four  distinct  quadrants  where  knowledge  resided.  They  suggested  that it was the goal of group work to expand quadrant one, the open area, involving behavior known to self  and others, in order to achieve knowledge creation. They presumed that this expansion of quadrant one was  to  be  at  the  expense  of  quadrant  four,  the  unknown,  with  things  that  are  presently  inaccessible  to  the  individual  or  the  group.  How  that  expansion  actually  occurred,  however,  and  how  new  ideas  were  actually  created, was left unspoken.    Almost since the beginning of time it has been assumed that knowledge managers were God’s instruments for  the distribution and sharing of knowledge. These managers became the high priests of knowledge, and they  retained  their  power  by  asserting  that  knowledge  was  bestowed  upon  them  alone,  by  the  god  of  their  knowledge structure. The people over whom the priests, or ruling kings and queens supposedly anointed by  God,  ruled,  received  knowledge  from  above,  but  did  not  create  it.  It  required  a  (Protestant)  revolution  to  suggest  that  each  and  every  person  was  responsible  for  their  own  interpretation  of  the  truth,  their  own  creation of knowledge.    Not even the Protestants, however, were willing to relinquish full control of knowledge creation to the people.  Societies still required people to be supervised, and knowledge managers were still useful conduits for sharing  knowledge,  and  controlling  populations. After  all,  how  could cities  be planned,  factories  be  organized  on  an  industrial scale, and societies and economies be harmonized without knowledge managers?    In  fact,  it  did  take  knowledge  managers  to  create  Windows  (Microsoft,  not  Johari)  juggernauts,  and  we  will  probably  yet  for  many  years  require  high  priests  to  keep  our  social,  economic,  and  network  systems  functioning  in  the  manner  to  which  we  have  become  accustomed.  However,  as  systems  such  as  Linux  have  demonstrated,  it  is  possible  to  create  with  minimal  supervision.  What  the  Internet  has  shown  is  that  the  network  can  also  grow  organically.  Eventually,  the  network  itself  will  be  able  to  assume  supervision  of  the  digital nomads who will inhabit it, and create the ideas that will push humanity into the future. 

4. Knowledge as a confluence of events and experiences  This  brings  us  back  to  the  issue  of  how  knowledge  is  created.  For  most  of  human  existence,  we  have  been  reminded  of  our  need  to  occupy  a  physical  space  in  order  to  produce  food,  tools,  or  the  products  of  our  everyday lives. Ideas and knowledge were assumed to require the same physical space, though it was always  recognized they seemed to come from the ether, or perhaps the spirit of some Muse, even when they took  shape  within  the  brain  of  a  particular  person,  in  a  particular  place.  The  intuitive  recognition  that  they  were  born out of the ether, however, should have suggested they were not truly a product of a particular location,  and did not require a physical space to come into being. They merely required a medium, which happened to  be a human mind situated at a particular space‐time nexus. Knowledge creation, though, is essentially free of  space‐time limitations. It coalesces as a result of context, but does not depend on that context to self‐generate.  In other contexts it will take different forms, but will retain its essential features.    What  this  means  for  knowledge  creation  and  sharing  is  profound.  When  we  set  knowledge  free  from  the  space‐time that we have previously used to define it, we will move beyond the structure that now limits our  attempts to push human evolution to its next level. Physical schools and substantial factories may still continue  to provide the vast majority of people with the skills and products they need to survive in a physical world, but  true  knowledge  workers  will  need  to  be  set  free  from  these  physical  limitations  in  order  to  produce  the  knowledge that will drive the next stage in human evolution.    Evolution, of course, does not occur in a straight line, and at present many societies are witnessing a strong  backlash against multiculturalism, and the perceived need for shared beliefs in a shared physical space might 

597


Thomas Schalow  seem to be our only hope to escape chaos and destruction. Yet, a careful reading of history shows that it is  actually the tribalism that has characterized humanity for most of its time on this earth that presents us with  the greatest dangers and limitations. Within our tribes we exhibit what sociologist refer to as homophily – a  love for sameness, providing us with a convenient reference to define ourselves. As Makela, Kalla, and Piekkan  (2007) have shown, we still tend to share knowledge, for the most part, with people who are like us in some  respect. One of the reasons this is true pertains to the simple matter of language. Without the benefit of real‐ time translation we find it difficult to share knowledge, or create it, with persons who use a language that is  unintelligible to us. Culture can also be an obstacle to the sharing of knowledge – perhaps even more than it  has been a force for the creation of knowledge. Not all cultures share basic values, and as a result they may  find it difficult to express or share those values with outsiders. If we think about all the differences that divide  one  individual  from  another,  we  might  even  conclude  it  is  a  wonder  we  manage  to  communicate  any  knowledge  at  all.  Our  tendency  toward  homophily  limits  the  creation  and  sharing  of  knowledge  at  least  as  much as it facilitates it.    Yet, as we move beyond the limitations imposed by our languages, our cultures, our religions, and our basic  beliefs, we find there is indeed much we wish to share, or need to share, in order to grow and prosper. In the  virtual  Twitter  space  we  can  come  together  with  people  who  are  quite  different  from  ourselves  in  order  to  share those things that matter to us, as Murthy (2013) has shown. Facebook connects us with friends, or at  least acquaintances, from all over the world. Google makes it possible to find information in languages we are  not fluent in, and thereby exposes us to views we may never have otherwise considered. Space has in the past  defined  us,  and  limited  us.  We  can  anticipate  an  explosion  of  knowledge  creation  and  sharing  when  space  becomes irrelevant to what we aspire to be and know, and knowledge becomes a confluence of events and  experiences. 

5. In conclusion  It is ironic that Yahoo, and other companies which profess to be knowledge companies, should be seeking to  define  the  conditions  and  places  where  knowledge  can  be  created.  What  this  should  tell  us  is  that  these  companies have ceased to be innovators, and are now in the business of controlling their virtual realm. They  may be mighty kings and queens at present, but they will eventually prove irrelevant to the future history of  humanity.     Our  theoretical  examination  of  the  concept  of  space  has  shown  that  physical  realms,  whether  corporate  or  national, will eventually become unimportant to humanity. We will no longer define ourselves by our location,  and our knowledge will also be set free from the limitations of space and time. Knowledge creation will take  place in an ether undefined by space. We will be bathed in new ideas, innovations, and knowledge, just as we  are bathed in the air that nourishes our existence.    Maintaining a physical presence in a specific location requires tremendous inputs of energy. Today we find it  relatively  difficult  to  create  knowledge  because  we  expend  so  much  energy  in  merely  maintaining  our  attachment  to  locations  defined  by  languages,  cultures,  beliefs,  and  relationships.  When  humanity  becomes  nomadic, like the wind, it will be free to flow in entirely new directions, with only minimal inputs of energy.  Creativity will become the essence of our universe.    The  new  world,  undefined  by  physical  location,  will  need  to  be  self‐structuring  in  order  for  there  to  be  any  meaning  to  whatever  is  created.  Meaning  will  come  into  being  spontaneously,  and  most  often  merely  temporarily.  Maintaining  meaning  for  long  periods  of  time  merely  requires  too  much  energy,  and  is  unimportant for defining where humanity is moving. In this self‐structuring confluence of events, experiences,  and knowledge, knowledge managers will become superfluous, and perhaps even obstacles to further growth.  The system will provide all the supervision and structure needed to manage the knowledge that is created.    Of course, we can expect a great deal of protest and resistance from today’s knowledge managers as we move  toward  this  more  democratic  world,  where  knowledge  creation  no  longer  relies  on  the  humbug  of  “Ba”.  Context will replace space as the creative force, and knowledge creation and exchange will eventually become  freeform. There will be no optimal outcomes to be measured or supervised – only possibilities. Each outcome  will be valid in its own way, and there will no longer be any need for space to define who we are, what we 

598


Thomas Schalow  believe, and what we can create. When we are able to recognize the implications of this statement, we will be  ready to unleash a tremendous force for the creation and exchange of new knowledge. 

References   Chun, Wei Choo and de Alvarenga Neto, Rivadavia C.D. (2010) “Beyond the ba: managing enabling contexts in knowledge  organizations,” Journal of Knowledge Management, Vol 14, No. 4, pp 592‐610.  Doi, Takeo. (1981) The Anatomy of Dependence. Kodansha, Tokyo.  Hodgson, Geoffrey M. (2001) How Economics Forgot History: The Problem of Historical Specificity in Social Science.  Routledge, London.  Jameson, Daphne A. (2007) ”Reconceptualizing Cultural Identity and Its Role in Intercultural Business Communication,”  Journal of Business Communication, Vol 44, No. 3, pp 199‐235.  Kaiser, Alexander and Fordinal, Birgit. (2010) “Creating a ba for generating self‐transcending knowledge,” Journal of  Knowledge Management, Vol 14, No. 6, pp 928‐942.  Luft, Joseph and Ingham, Harrington. (1955) “The Johari window, a graphical model of interpersonal awareness,”  Proceedings of the western training laboratory in group development, Vol 5, No. 1, pp 2‐6.  Makela, Kristina, Kalla, Hanna K., and Piekkan, Rebecca. (2007) “Interpersonal similarity as a driver of knowledge sharing  within multinational corporations,” International Business Review, Vol 16, No. 1, pp 1‐22.  Murthy, Dhiraj. (2013) Twitter: Social Communication in the Twitter Age. Polity, Boston.  Nakane, Chie. (1972) Japanese Society. University of California Press, Berkeley.  Nonaka, Ikujiro and Konno, Noboru. (1998) “The concept of ‘Ba’: Building a Foundation for Knowledge Creation,” California  Management Review, Vol 40, No. 3, pp 40‐54.  Nonaka, Ikujiro and Nishiguchi, Toshihiro. (2001) Knowledge Emergence: Social, Technical, and Evolutionary Dimensions of  Knowledge Creation. Oxford University Press, Oxford.  Nonaka, Ikujiro, Toyama, Ryoko and Konno, Noboru. (2000) “SECI, Ba and Leadership: a Unified Model of Dynamic Model  Creation,” Long Range Planning, Vol 33, pp 5‐34.  Nordberg, Donald. (2007) “Knowledge Creation: Revisiting the ‘ba’ Humbug: People and ‘Latent’ Knowledge in  Organizational learning,” Icfai Journal of Knowledge Management, Vol 5, No. 6, pp 7‐16.  Snowden, Dave. (2000). "Cynefin: a sense of time and space, the social ecology of knowledge management", in Despres,  Charles and Chauvel, Daniele, eds. Knowledge Horizons: The Present and the Promise of Knowledge Management.  Routledge, London.  Wenger, Etienne. (1999) Communities of Practice: Learning, Meaning and Identity. Cambridge University Press, Cambridge. 

599


Correlation Between Individual Knowledge and Organizational  Learning Process  Christian‐Andreas Schumann and Claudia Tittmann  University of Applied Sciences Zwickau, Germany  christian.schumann@fh‐zwickau.de  claudia.tittmann@fh‐zwickau.de    Abstract: A team is a working group characterized by a certain amount of people who work at a certain amount of projects  (multiple  relations).  Each  individual  of  the  team  has  different  experiences  and knowledge  background.  That  means each  individual followed different learning processes in its life. This leaded to a different knowledge structure. Exactly this fact,  to see the individual as a knowledge resource, which is a in this context defined as knowledge node that can be part of one  or more social networks, in private and/or in professional environment, will be described in this paper. By abstracting and  projecting the individual’s knowledge into the model of a knowledge node, there are interesting possibilities to improve  the  learning  processes.  A  knowledge  node  is  defined  by  knowledge  domains,  levels,  and  volumes.  Furthermore,  the  knowledge node has a behavior on one hand for improving the knowledge, on the other hand for interacting with other  knowledge nodes. Each knowledge node is in a permanent learning process.  There are diverse motivations for learning,  like curiosity, professional purpose, personal interest. The result is a complex individual learning process. Objective of the  paper is to describe a learning process inside a social group, like a working team, on the basis of the individual knowledge  resources  –  using  the  model  of  knowledge  node  ‐  and  learning  processes  of  each  group  member.  Results  shall  be  the  improvement  of  the  group  learning  (organizational  learning)  process,  which  provides  the  knowledge  sharing  and  improvement inside the group; the effects on the learning behavior of each individual; and the influence on the knowledge  node, the knowledge structure of the individual, itself.     Keywords: knowledge node; learning process; individual knowledge 

1. Background and objectives  Knowledge  is  the  wholeness  of  skills  and  abilities,  which  is  used  by  individuals  for  the  solution  of  tasks  or  problems (Probst, Raub et al. 1999: p.44). The quantity of knowledge includes the theoretical insight, but also  the practical rules, facts, and activities of the daily life. Fundamental for knowledge are data and information  which are set into a context.     Further, knowledge forces the development of competences, the purpose‐orientated acting (North 2005), and  the competitiveness. It plays an important role in our current development to the knowledge society.    Knowledge can be categorized in different ways, depending on the view or examining focus. The most used is  the differentiation of Polanyi ((Polanyi 1967)) into explicit and tacit knowledge.    Explicit knowledge  can be  articulated,  expressed, codified,  and  saved on  media  (Broadbent,  FitzGerald  et al.  1986).  It  is  more  or  less  common  or  inside  a  community  available  or  accessible  knowledge.  The  (economic)  view on the value of this kind of knowledge leads to following assumption in the economic perspective seeing  knowledge as intangible assets: When the explicit knowledge is new, it has a high level of innovation and with  this a high knowledge value. The more this knowledge is shared, the less it is worth.     Hence, the tacit knowledge represents an individual’s experiences and results of applied knowledge. It cannot  be easily transferred or expressed; there are special methods (e.g. storytelling) necessary (Lerner 1992).     Additionally  to  the  explicit  and  tacit  knowledge  exists  the  potential  knowledge  ((Tittmann  and  Schumann  2009)). That is the knowledge which is not yet appreciated by the individuals; it is not realized and aware by  them that they own it. With all activities new data and information are saved in mind, but not all of them can  be set in a useful context; in most cases in a later point of time.    Within organizational structures where many people are busy with complex structure of data and information,  another kind of knowledge develops: the organizational knowledge. This is the wholeness of tacit and explicit  knowledge inside an organization (Mescheder and Sallach 2012:p.13‐14). Examinations of organizations show 

600


Christian‐Andreas Schumann and Claudia Tittmann  that  the  explicit  knowledge  is  only  a  small  part  in  relation  to  the huge amount  of tacit  knowledge  inside  an  organization (Keller and Kastrup 2009:p.14).     Knowledge plays an important role for the individuals and the organization: because of special tasks there is  special and new – not always common – knowledge. Further, individuals join and leave the organization; with  the  individuals  fluctuates  also  their  tacit  knowledge.  This  makes  a  knowledge  base  for  the  organizational  knowledge necessary.     Each individual is involved in a lifelong learning process, always depending on new tasks, challenges, and ideas.  A part of this knowledge stays also within the organizational knowledge base where the individual is active and  means  the  organization  learns.  The  part  of  knowledge  that  stays  only  in  the  minds  of  the  members  of  the  organization  is  lost  for  the  organization,  when  the  member  leaves  (Argyris  and  Schön  1996:p.27).  Figure  1  show  this  cycle  of  learning  with  the  development  of  individual  tacit  knowledge  to  organizational  explicit  knowledge  by  origination,  communication,  collectivization,  and  exercising  from  the  individual  up  to  the  organizational  network.  It  is  the  process  of  organizational  learning,  in  a  systemic  view  the  process  of  organizational knowledge transformation (Wolf and Hilse 2009:p.125). Organizational learning means on one  hand a social scientific view on the learning organization with the behavioral patterns, causes and effects, and  the  examinations  about  the  structure  of  the  organization.  On  the  other  hand  organizational  learning  can  be  concentrated on the learning process on the organizational level. In this paper we will follow the second path. 

  Figure 1: Cycle of organizational learning  There are individuals who belong to at least one organization and they influence the organizational knowledge.  But  also  in  the  other  direction,  the  organizational  knowledge  influences  the  individual  knowledge.  They  can  participate on the existing knowledge base and the working projects.    As  knowledge  is  the  contextual  use  of  information  and  data,  it  leads  to  abilities  and  skills,  finally  to  competences (North 2005:p.36). Competences are the ability of acting in a certain correct and successful way.  It  is  the  quality  of  being  adequately  or  well  qualified  physically  and  intellectually.  It  is  an  expression  of  the  capability, skill, and (very important) the inner will to solve tasks in a special subject field or problem area. If 

601


Christian‐Andreas Schumann and Claudia Tittmann    only the capability and the skill exist, we can talk about a „qualification“. It is there, but does not need to be  used.  But  the  practical  use  and  application  of  the  qualification  by  the  individual  for  the  fulfillment  of  tasks  makes a competence out of it. That’s why the term competence is more and more used instead of the term  qualification.  It  is  created  out  of  specialized  knowledge  and  practical  experience  with  this  knowledge,  embedded into lifelong learning. 

2. Learning scenario  Learning is the permanent process for individuals of acquiring information, knowledge, skills, etc. But it takes  place not only on the individual’s level, also on the level of team/group and organization. It consists of the two  dimensions: intentional learning for reaching a focused knowledge goal and implicit learning, the learning by  doing  and  from  others.  That  means  one  aspect  of  learning  is  that  we  learn  from  the  history  and  tradition  (Popper  1987:p.  61)  of  ourselves  and  the  mankind  and  the  use  of  the  experiences  of  the  past.  Also  the  behavior patterns can be derived from the previous times. But in our fast changing world develops more and  more the second aspect, the learning by and with others/within teams and by applying this knowledge. In this  way  of  learning  the  individuals  reflect  quickly  the  new  learnt  facts  with  feedback  and  evaluation.  The  third  aspect  of  learning  is  the  continuous  communication  of  the  vision  and  strategic  plans  of  the  organization  (Kemin‐Buch, Unger et al. 2008:p.23). This strategy forces the members of the organization to learn and enrich  knowledge and develop competences into focused directions.    Additionally,  each  individual  represents  a  different  learning  type,  influenced  by  genetic  preconditions,  by  environment,  and  by  the  own  evolution  process  (Vester  1999).  That  means  there  are  different  styles  of  learning  and  thinking;  and  also  different  abilities  in  optical/visual,  auditory,  haptic,  and  cognitive  learning.  Following, this reflects to the learning process of the team/group and organization. Generalized it is to say that  learning takes place in different levels, contexts, and dimensions.    A look into a typical scenario of project orientated working organizations shows that there is – besides of other  resources  ‐  an  amount  of  individuals  which  work  on  an  amount  of  projects  dealing  with  complex  data,  information, and knowledge. Each individual can be involved in several projects as project member (PM), and  each project is realized by at least one individual.     For  the  realization  of  projects  ‐  as  precondition  ‐  special  knowledge  and  competences  are  necessary.  The  knowledge comes on one hand from previous projects and is collected in the organizational knowledge base  (organizational  knowledge);  on  the  other  hand  it  is  the  knowledge  of  the  individuals  including  their  competences (Figure 2).     For fulfilling a project goal, it is essential to close competence gaps by learning and/or integrating individuals  with the needed competences. 

  Figure 2: Enriching individual’s knowledge and competences 

602


Christian‐Andreas Schumann and Claudia Tittmann  The ingoing knowledge and competences into a project influence the success and results of the project. The  outgoing (produced/developed) knowledge of the project is saved in the organizational knowledge base and  reflects to the individuals which worked on that project and increases their individual knowledge and improves  the competences in the project affecting fields.    Thus,  each  project  brings  a  knowledge‐  and  competence‐plus  to  the  participating  individuals!  Not  only  the  subject‐specific competences, but also e.g. social competences.    So far it seems that the win‐situation is more on the side of the individuals. That’s why organizations should  profit and be influenced by those aspects for the organizational learning process (Argyris and Schön 1996:p.  32):  ƒ

Reflecting and analyzing previous projects/experiences of successful and non‐successful activities 

ƒ

Conclusions because of causal dependencies between activities and results 

ƒ

Description  of  the  changing/adapting  organizational  environment  and  the  challenge  for  further  achievements 

ƒ

Analysis  of  the  possibilities  and  limitations  of  alternative  organizational  strategies,  structures,  and  information‐/knowledge systems 

ƒ

Description of contrary opinions and interests which arise because of complexity and insecurity inside the  organization 

ƒ

Planning a strategy for the organization and processes to reach these goals 

ƒ

Analyzing experiences of other organizations (or former phases of the current organization) 

All  results  of  these  reflections  are  chances  for  the  organizational  learning  and  the  evolution  of  the  organization.  In  this  learning  path  the  individuals  and  the  organization  can  stabilize  existing  competences,  create new competences, and develop the existing competences. 

3. Projection into a model  All  the  information  about  projects,  learning,  and  knowledge  shall  now  be  integrated  into  a  model  to  derive  rules     (a) from individual to organization: between the development of organizational competences out of individual  knowledge grouped by projects;    (b)  from  organization  to  individual:  improvement  of  individual’s  knowledge  and  competences  caused  by  project    Each  individual  increases  its  knowledge  by  learning,  intentional  or  implicit.  The  increasing  and  applying  of  knowledge develops the qualification and influences the competence of the individual. In the economical view  it increases the own intangible assets and its market value.    If  you  look  at  the  knowledge  of  an  individual,  the  individual  as  a  knowledge  node  (Schumann  and  Tittmann  2010), than you can say that knowledge itself – not important which knowledge domain or level – has not a  real  value.  Only  the  use  or  usability  of  knowledge  makes  the  value.  The  application  of  knowledge  leads  to  competence and extends the knowledge.       Figure 3: Individuals as Knowledge Node (Tittmann and Schumann 2012)    Our  thesis  is  that  each  individual  can  be  seen  as  a  knowledge  node  (Figure  3).  And  each  knowledge  node  consists of different knowledge resources which contain knowledge in a specific domain, quantity, and quality.  A  competence  concentrates  knowledge  from  several  knowledge  domains  and  applies  them.  The  correlation  between competence and knowledge is now explained. Further, the impact of project is analyzed.    More  and  more  the  working  processes  are  divided  in  to  defined  tasks  and  so  called  projects.  Projects  are  started for different kinds of reasons: 

603


Christian‐Andreas Schumann and Claudia Tittmann   

  ƒ

Projects fitting to the existing competences of the organization 

ƒ

Projects for enclosing new competence fields 

ƒ

Projects for cooperation with other organizations (competence‐crosslinking) 

ƒ

Projects for monetary profit 

ƒ

Projects for reputation 

Advantages  are  the  framed  structure  and  ability  for  control  and  organize  the  processes.  In  the  context  of  a  project which has to fulfill a certain goal, the following strategy inside an organization can be used (figure 4):  ƒ

Finding out which knowledge and which competences are necessary to fulfill the project goals 

ƒ

Finding out which knowledge and competences already exist 

ƒ

Finding out the knowledge and the competence gaps 

ƒ

Analyzing how the knowledge and competence gaps can be closed by learning and/or by adding external  competences 

ƒ

Closing the competence gaps 

ƒ

Fulfilling the project goal 

  Figure 4: Fulfilling project goals  Not all necessary competences are already available inside the organization. Therefore, a permanent need for  learning  is  there.  When  the  members  of  the  organization  have  a  well‐marked  learning  competence,  the  knowledge and/or competence gaps can be closed by the organization itself. 

604


Christian‐Andreas Schumann and Claudia Tittmann  Besides of important economic advantages like cost‐, resource‐planning, the structuration of projects leads to  a  better  overview  and  use  of  competences  and  a  specialized  learning  which  improves  the  knowledge.  The  result of absolving such a project is that:  ƒ

The project goal is fulfilled and with this a research or task is fulfilled 

ƒ

Each participating individual improves its knowledge and competence 

ƒ

The team/group increases the knowledge base 

ƒ

The organization develops new competences (business fields) 

For further examinations it is interesting to bring the relations between knowledge, competences, projects and  individuals/organizations into the known model of knowledge nodes (Figure 5).  

  Figure 5: Analogies between knowledge and competence of an individual   Each  knowledge  node  contains  several  knowledge  resources,  which  are  mainly  determined  by  a  knowledge  domain.  The  competences  of  the  same  individual  are  developed  out  of  these  knowledge  resources  into  competence  resources.  That  means,  an  individual  is  a  knowledge  node  and  also  a  competence  node,  depending  on  the  point  of  view  and  the  context.  A  competence  resource  consists  of  parts  of  several  knowledge resources. Normally is not the complete knowledge resource included, only the necessary part.     For increasing the competence, it is interesting that more than the minimum part of the knowledge resource is  used. Further, there are several processes of evolution and development of the knowledge and competence  resources:  ƒ

Advancement of the knowledge resource, what influences indirectly the competence resource 

ƒ

Advancement of the competence resource, what influences indirectly the knowledge resource 

To fulfill a project task it is necessary to apply existing knowledge and competences. Those applications lead to  the stabilization and bring out new knowledge and new competences.    As normally more than one member works at the same project and each is seen as a knowledge node (KN1,  KN2, KNx), an exchange of knowledge is activated. Because of working at the same main task, communication  with  transporting  mainly  tacit  knowledge  between  the  KN  is  needed.  This  way,  during  the  progress  of  the  project tacit knowledge is transformed more and more into explicit knowledge and increases the knowledge of  the other individuals, the group and finally, the organization. This affects that each project externalizes tacit  knowledge and let the organizational knowledge grow.     But in the same project a lot of new knowledge is created, too. This causes on the different subtasks which  have to be fulfilled by single project members or a subgroup. It results in the fact that new tacit knowledge is  generated in the individual and increases the individuals’ competence.    

605


Christian‐Andreas Schumann and Claudia Tittmann    That means, it exists a kind of cycle in each project, which brings on one hand parts of the tacit knowledge of  each  KN  to  the  organizational  knowledge  base;  but  on  the  other  hand  in  the  same  timeline  new  tacit  knowledge inside the KN arises. 

4. Conclusion  Fact is that each individual as well as the groups and organizations it belongs to or is involved into a continuing  process of learning. But this learning takes not place in the same manner. E.g. you cannot say that when the  member  of  an  organization  achieves  new  knowledge  by  learning  and  applying  existing  knowledge,  the  organization has the same learning effect. The new knowledge of the individual goes not in a one‐to‐one copy  into  the  organizational  knowledge.  There  is  a  more  decelerated  process.  Only  in  further  projects,  that  knowledge is externalized. But exactly then the individual already develops new tacit knowledge.    The  individual  –  each  group  member  –  is  or  can  be  a  knowledge  driver  for  the  organization.  But  as  more  knowledge is hidden by the individual, as more it restricts the innovation of the organization.    This can be partly stimulated by increasing the motivation for sharing knowledge. It is important to integrate  special methods of knowledge transfer inside the organization. 

References   Argyris, C. and D. A. Schön (1996). Organizational Learning II. Theory, Method, and Practice. London, Addison‐Wesley.  Broadbent, D. E., P. FitzGerald, et al. (1986). "Implicit and explicit knowledge in the control of complex systems." British  Journal of Psychology 77(1): 33‐50.  Keller, C. and C. Kastrup (2009). Wissensmanagement. Wissen organisieren‐Wettbewerbsvorteile sichern. Berlin,  Cornelsen.  Kemin‐Buch, B., F. Unger, et al. (2008). Lernende Organisation. Sternenfels, Verlag Wissenschaft&Praxis.  Lerner, G. H. (1992). "Assisted storytelling: Deploying shared knowledge as a practical matter." Qualitative Sociology 15(3):  247‐271.  Mescheder, B. and C. Sallach (2012). Wettbewerbsvorteile durch Wissen. Berlin/Heidelberg, Springer Gabler.  North, K. (2005). Wissensorientierte Unternehmensführung ‐ Wertschöpfung durch Wissen. Wiesbaden, Gabler.  Polanyi, M. (1967). The Tacit Dimension. London, Routledge & Kegan Paul PLC.  Popper, K. (1987). Auf der Suche nach einer besseren Welt. München, Zürich, Piper Verlag.  Probst, G. J. B., S. Raub, et al. (1999). Wissen managen ‐ wie Unternehmen ihre wertvollste Ressource optimal nutzen.  Wiesbaden, Gabler Verlag.  Schumann, C.‐A. and C. Tittmann (2010). Evolution analysis of knowledge potentials by pattern matrices. ECKM2010 ‐  European Conference on Knowledge Management, Famalicao, Portugal.  Tittmann, C. and C.‐A. Schumann (2009). Potentials for Externalizing and Measuring of Tacit Knowledge within Knowledge  Nodes in the context of Knowledge Networks. Cultural Implications of Knowledge Sharing, Management and  Transfer. D. Harorimana. Hershey, IGI Global: 84‐107.  Tittmann, C. and C.‐A. Schumann (2012). Multilayer Structure of Knowledge Nodes. Proceedings of the 13th European  Conference on Knowledge Management. J. G. Cegarra. Cartagena: 1079‐1081.  Vester, F. (1999). Denken, Lernen, Vergessen. München, Deutscher Taschenbuch Verlag.  Wolf, P. and H. Hilse (2009). Wissen und Lernen. Praktische Organisationswissenschaft. Lehrbuch für Studium und Beruf. R.  Wimmer, J. Meissner and P. Wolf. Heidelberg, Springer.     

606


Heuristic for Unscheduled Public Transport Navigation System  José Sendra Salcedo and Osvaldo Cairó Battistuti   Department of Computer Science, ITAM, México DF, México  Río Hondo 1, 01080 Mexico DF, Mexico  josess1990@gmail.com  cairo@itam.mx    Abstract: In Mexico City there are 12 subway lines and over 350 bus lines that do more than 12 million trips daily. All this  lines  are  unscheduled  and  information  about  their  stations  location  is  limited.  Only  expert  public  transport  users  have  enough knowledge to choose a fast rout to their destination using this transport system. The city transport system is a big  maze for users; this situation makes inexpert users avoid public transport services, preferring taxis or their own car. In an  environment  so  full  of  uncertainty,  how  can  users  choose  the  fastest  route  to  their  destinations?  This  paper  tackles  the  unscheduled  public  transport  fastest  route  search  problem  in  Mexico  City  proposing  as  solution  a  Public  Transport  Navigation  System  (PTNS).  Although  solutions  for  minimum  delay  rout  search  problems  have  been  widely  studied,  and  many algorithms have been created, Mexico City public transport data is highly variable and uncertain making impossible  to implement any of them, therefore the necessity of finding a solution not based on the public transports uncertain data  but  in  their  users  knowledge.  The  system  developed  in  this  work  finds  fast  routs  to  a  destination  in  public  transport  by  using  a  search  algorithm  with  a  knowledge  based  time  dependent  heuristic.  The  proposed  heuristic  aims  to  capture  the  knowledge of public transport expert users and combine it with data given by transport companies to calculate the fastest  routes available. The heuristic considers the transport line´s speed, waiting time and the trail distance. These factors make  the heuristic search algorithm produce routes that are faster than the ones considered by any public transport user. The  heuristic is a time dependent function and therefore the estimated time of arrival (ETA) generated is precise.  Test were  made comparing trip times of persons with and without the PTNS installed in their mobile devices. The results showed that  persons  that  followed  the  PTNS  suggested  rout  had  significantly  shorter  trip  time  than  the  ones  who  did  not  use  the  system.    Keywords: heuristic, graph, experts knowledge, navigation system, knowledge extraction  

1. Introduction  Mexico City is one of the largest cities in Latin America; it has more than 20 million habitants in 7,850 km2.  Having  so  many  people  in  such  a  large  extension  of  terrain  generates  great  infrastructure  and  services  challenges. One of them is public transport, how do you transport efficiently so many people from one point to  another in one of the biggest cities of the world?     Public transport systems in large cities are formed by many trolley, bus and subway lines. In the case of Mexico  City, there are 12 subway lines and over 350 bus lines that do more than 12 million trips daily.  Most of these  lines are not scheduled and have no accurate map of their course. As a result, it is hard for users to choose  efficient routes and calculate the time of arrival to their destinations. Only expert users that have lived long  enough in the city to know many transport lines and their average speed and waiting‐time, can choose a fast  rout to their destination predicting an accurate ETA. This situation makes inexpert users avoid public transport  services, preferring taxis or using their own car. Consequently, there are more traffic jams and pollution, some  of the major problems in the city.    Currently  there  are  no  PTNS  for  Mexico  City  due  to  the  lack  of  information  about  the  schedules,  speed  and  station location of the transports available.     In this work a PTNS based on public transport expert users knowledge is proposed as a solution to the chaos in  Mexico City public transport network. This system is able to find fast routs to destinations in public transport  by using a search algorithm with a discrete time dependent heuristic. The PTNS counts with a database of all  subway  and  rail  stations,  and  also  every  station  of  five  bus  lines.  The  public  transport  lines  in  the  database  were chosen because they are the most used in the city and the better documented.     At the present time if a person wants to go to a location using public transport, he will schedule the trip based  on  the  remoteness  of  his  destination,  usual  speed  of  the  transports  to  be  used,  transfer  time  between  different lines and the estimated waiting‐time. The estimation of the travel time is more accurate if the person 

607


José Sendra Salcedo and Osvaldo Cairó Battistuti  uses  the  same  route  frequently.  The  PTNS  copies  this  human  behavior  when  finding  the  optimal  route  resuming it in four knowledge‐based factors:  ƒ

Time that it takes to change of transport services, e.g. subway to bus. 

ƒ

Average speed of each transport. 

ƒ

The date and hour in which the trip will be made. 

ƒ

Waiting‐time for each transport line. 

Given this factors the system estimates travel times while generating each possible route, always choosing the  one with less estimated travel time and delivering at the end an optimal rout with the shortest ETA according  to the criteria before stated.    The  goal  of  this  paper  is  to  make  the  reader  aware  of  the  manner  in  which  exper  users  knowledge  can  be  managed and combined with public tanspor industries information to find fas tranportroutes using a PTNS; In  addition,  this  paper  will  provide  the  reader  with  an  understanding  of  the  PTNS  rote  search  heuristic  construction.    In  first  place  this  work  will  describe  the  existing  technologies  and  past  works,  describing  numerical  route  search algorithms and solutions that use real time data applied in public transport navigation systems in many  countries. Afterwards, a description of the PTNS proposed in this work will be made, deepening on the way the  knowledge was extracted from public transport expert users, the methods followed to group it and how was it  used to build the search heuristic. Afterwards, a description of how does the fastest route search algorithm  works  will  be  made.  Next,  the  heuristic  of  the  PTNS  is  validated  showing  results  obtained  of  tests  made  in  1,200 public transport uses. Finally conclusions about the search algorithm heuristic are made and future work  and applications are proposed. 

2. Existing technologies  The evolution of navigation applications has been accelerated in the last years, many new car navigation apps  have flooded the market for mobile devices, this has brought a lot of attention into algorithms that can find  optimal routes in a map given certain conditions and restrictions like traffic, trip time and users preferences.    Given the data of the public transport network, the problem of finding the fastest path between two stations is  generally  modeled  as  a  shortest  path,  minimum  delay  problem  in  a  graph,  where  the  nodes  of  the  graph  represent  the  transport  stations,  the  edges  the  connections  between  the  station  and  the  weights  the  time  between stations.     There is a lot of literature about shortest path algorithms that has been studied widely; readers interested in  theory  about  algebraic  path  problems  are  referred  to  (Dijkstra,  1959)  (Bellman,  1958).  Some  of  these  algorithms  model  the  weight  of  the  edges  as  a  time  dependent  variable  (Orda  et  al.,  1991).  This  kind  of  problems can be solved with linear programming modified Dijkstra Algorithm (Orda, 1990).    Though Dijkstra can find the solution, the process is long, and static. Nonetheless, a heuristic approach can be  made  to  accelerate  the  search  (Hart  et  al.,  1968),  (Chuang  et  al.,  2005).  Tulp  and  Siklóssy  decided  to  incorporate heuristics on a timed table network to speed up the fastest path search (Tulp et al., 1991).     Now  we  will  discuss  how  this  problem  has  been  concretely  addressed  to  public  transport  and  different  solutions that have been proposed.    Google  has  made  lots  of  research  in  the  area;  they  have  developed  navigation  systems  for  walking,  car  and  public  transport.  Nevertheless,  Google  maps  public  transport  navigation  systems  is  only  available  in  a  small  amount of highly developed cities. This is because they calculate public transport routes using real time data  that is uploaded by tans companies in a standardized format called General Transit Feed Specification (GTFS).  The  GTFS  format  requires  many  parameters;  some  of  the  most  important  are  stops  location,  stop  times,  frequencies  and  transfers.  This  information  is  public;  so  many  developers  use  it  to  create  accurate  routing  algorithms (Ludwig, 2009).   

608


José Sendra Salcedo and Osvaldo Cairó Battistuti  K.  Nachtigal  modeled  railroads  transport  network  in  Germany  as  a  discrete  time  dependent  network  and  implemented  an  algorithm  that  searched  using  Artificial  Intelligence  (AI)  heuristic  techniques  and  a  label  correcting  technique  to  find  fastest  paths  between  two  stations,  in  his  work  he  shows  that  AI  search  techniques  are  more  efficient  than  algebraic  search  like  Dijkstra  for  one  to  one  search  methods  (Nachtigal,  1995).      To speed up computer processing Jerald Jariyasunant proposed in his work pre‐generating all possible paths  from  station  X  to  Y,  and  after  that,  looking  for  the  optimal  path  in  the  result  set  instead  of  calculating  the  optimal  paths  each  time  the  user  requires  it.  This  method  has  been  already  used  in  some  train  navigation  systems in Germany using real time data (Jariyasunant, 2005).      Although many of these solutions are widely proven and efficient, they cannot be applied to Mexico City public  transport system. This is because the transport system lines are not properly regulated and there is no source  of real time data of any of them. To this problem we must add that the transports speed is highly variable and  arrival and departure times are not scheduled for any of them.    

3. Public transport navigation system  The PTNS designed in this work generates the fastest path between input stations A and B using knowledge of  expert public transport users and displays the path on a mobile device. The PTNS is composed by four layers:  mobile  I/O  layer,  neighborhood  and  ETA  layer,  route  search  layer,  and  transport  database  layer.  The  architecture of the dataflow can be seen on Figure 1. 

  Figure 1: PTNS architecture and data flow  When a user wants to get the fastest route from station A to B, he access to the Mobile I/O layer, in this layer  the  user’s  desired  origin  and  destination  is  retrieved  given  a  landmark  or  a  direction  specified  using  Google  maps API. The user also provides the time in which he desires to do the trip. The mobile application sends this  information to the Neighborhood and ETA Layer. In that layer a web service uses the provided information to  locate in the database all stations that are 500mts round of the destination coordinates. In case there are no  stations that close, the system looks for the nearest station, these will be the destiny stations DS. The same  process is made with the origin coordinates, generating the origin stations OS.    After this, the Route search layer will look for an optimal route from each station in OS to ach in DS; each of  these  routes  is  found  by  finding  the  path  of  minimum  delay  in  a  graph  where  the  nodes  represent  the  transport  stations,  the  edges  the  connections  between  the  station  and  the  weights  the  distance  between 

609


José Sendra Salcedo and Osvaldo Cairó Battistuti  stations. The system will search for an optimal route to the destination in this graph, using an heuristic driven  search, the heuristic used is described in point 3.2.    After finding the optimal route from each station in OS to ach in DS, the web service provides the Mobile I/O  layer the three fastest routes found, including the stations that form it and the ETA. In this layer, the mobile  device  used  by  the  user  displays  these  routes  in  a  list  so  the  user  chooses  the  one  that  best  fits  him;  the  chosen route is displayed in a map. A step‐by‐step guide and ETA are also displayed.    The database used by the system contains 320 public transport stations, the estimated waiting time for each  transport  line,  the  estimated  speed  of  each  transport  and  the  transfer  time  for  stations  where  transfer  is  possible. Each station in the database has its coordinates, the name of the service and line it belongs to.  

3.1 Expert users and knowledge extraction  A public transport expert user is defined as a person with the following characteristics:  ƒ

Uses a public transport at least five times in a week. 

ƒ

Has no car. 

ƒ

Used the public transport for at least four years. 

ƒ

Is familiar with all public transport lines of Mexico City. 

ƒ

Knows the average speed of each transport line. 

ƒ

Knows the average waiting time for each transport line. 

ƒ

Knows many public transport station locations. 

ƒ

Knows average transfer time between all transport lines. 

Due to their experience, expert users knowledge is a key feature in creating a heuristic that can be used in a  search algorithm that imitates their process of fast public transport routes calculation.    The  knowledge  extracted from  expert users  for  the creation  of  the  PTNS and  expert  users  heuristic  was the  following:  ƒ

Stations Location 

ƒ

Line waiting time 

ƒ

Line speed 

ƒ

Transfer time 

To extract this knowledge from expert users, different surveys were made for each transport line, 100 expert  users were surveyed for each regulated transport line (subway, trans, train, regulated bus lines) and 400 were  surveyed about chaotic bus lines. A total of 1,200 users were surveyed.     The  stations  location  extraction  process  is  necessary  as  only  subway  and  few  bus  lines  station  locations  are  available. Buses in México are poorly regulated by the government and therefore only expert users know their  stations location. To extract the bus station locations from expert users, in all of the 1,200 surveys made they  were asked for at least 5 chaotic bus lines origin and destination terminals location. With this information a  research was made in each terminal to determine the routes of all bus lines in the site and store each one of  them in the PTNS database.    The  line  waiting  time  knowledge  extraction  was  made  by  asking  expert  users  in  each  line  survey  for  the  schedule in which they commonly use the transport line and how much time do they wait. The waiting times  were grouped in short, standard, long, being long the waiting times in the below 33% percentile cut point of  the line waiting time distribution, standard those between the 33% and 66% cut points, long those above the  66%  percentile  cut  point.  Each  group  was  assigned  a  value;  this  value  corresponded  to  the  average  of  the  waiting times in the group. Once the waiting time was grouped, clusters were made generating time intervals  with an assigned waiting time category; an example of these intervals for the subway can be seen on table 1.     

610


José Sendra Salcedo and Osvaldo Cairó Battistuti  The  line  speed  knowledge  extraction  was  made  by  asking  expert  users  in  each  line  survey  the  schedule  in  which they commonly use the transport line and how fast did they consider that line compared with all the  other  transports  available.  The  answers  available  were  very  fast, fast, normal,  slow  and  very  slow.    The  100  survey  answers  were  analyzed  and  clustered  given  the  users  trip  schedules.  As  a  result  time  intervals  with  transports speed categories were made. This results were stored in the PTNS database.  Table 1: Subway waiting time knowledge extracted  Waiting time table  Waiting Time  Long(14.6 min) 

Days  Mon‐Fri 19:00‐23:30 

Standard(7.3 min) 

Sat‐Sun 6:00‐23:30  Mon‐Fri 6:00‐11:00  Mon‐Fri 11:00‐19:00 

Short(5.2min) 

To calculate a numeric value for each speed category the speed of the transport lines was physically recorded  in the time intervals generated by the clustering process. 20 measures were made for each time interval and  the average of those measures was assigned to the time interval speed category. Finally to extract the transfer  time knowledge from expert users all the 1200 users were asked in their line survey how much time did they  do to make a transfer from the line of which they were surveyed to a subway service, bus service, Metrobus  service, train service and trolley service. Given all the answers the average transfer time form each line to each  different  service  was  calculated  and  stored  in  the  PTNS  database.  Once  all  knowledge  of  Expert  users  was  extracted the expert users heuristic was created.  

3.2 PTNS expert users heuristic  The  Expert  Users  Heuristic  (EUH)  imitates  the  behavior  of  expert  Mexico  City  public  transport  users;  this  heuristic is built by the following components.  ƒ

Distance to destination and trail   

ƒ

Transfer time 

ƒ

Line waiting time  

ƒ

Line speed  

These components are explained in 3.2.1 – 3.2.4.   3.2.1 Distance to destination and trail factor  The  Distance  to  Destination  and  Trail  Factor  (DTF)  helps  the  system  search  algorithm  look  for  the  shortest  route from the origin to destination, this factor is measured using the A* search algorithm distance plus cost  heuristic. This value consist on calculating for each path from Origin station (O) to station X the length of the  trail plus the distance from X to the destination (D)      (1)         

       where n is the index of the last station in the route  and 

 station i of the route 

   = Distance between stations    (2) 

 

,calculated using the harvesine formula 

 

 

 

611


José Sendra Salcedo and Osvaldo Cairó Battistuti        The  DOFTS  is  included  in  the  PTNS  to  resemble  the  expert  user  knowledge  of  shortest  routes,  though  the  system will have the advantage of being able to quickly compute the shortest path between any two stations.  Nevertheless,  the  shortest  path  is  not  the  fastest  one.  Therefore  more  factors  taken into  account by  expert  users must be analyzed.   3.2.2 Line waiting time factor  The Line Waiting Time Factor (LWTF) is used to model the time a person has to wait for a transport in a specific  line to arrive. The time between transports in Mexico City is highly variable depending on time and day and  type of transport. Expert users know the estimated mean waiting time for each transport and therefore they  know which are better to use depending on time and day.     To measure the mean waiting time for each transport line, a sample of times between transports was made for  each  transport  line;  each  sample  consisted  of  the  hour,  day,  transport  line,  and  time  between  transports  in  minutes. After carefully analyzing the data, it was clustered in three main categories for each transport line:  high, low and standard waiting time.     This factor is also used to check if transports are available at a certain hour, if a user wants to travel at 1:00 AM  to certain destination many transports will not be available, to model this the waiting time for the unavailable  transports  in  near  to  infinite,  this  will  force  the  fastest  path  search  algorithm  to  avoid  paths  that  include  unavailable transports.     In Metrobus transport for example the clustered time table obtained for waiting time can be seen on Table 2.  Table 2: Clustered waiting time table  Waiting time table  Waiting Time  Long 

Days  Mon‐Fri 19:00‐23:30  Sat‐Sun 6:00‐23:30 

Standard  Short 

Mon‐Fri 6:00‐11:00  Mon‐Fri 11:00‐19:00 

Not Available 

23:30‐6:00 

3.2.3 Transfer factor  Due  to  the  huge  extent  of  Mexico´s  City  transport  system  it  is  probable  that  users  cannot  arrive  to  their  destinations  using  only  one  mean  of  transport,  therefore  they  frequently  need  to  make  multiple  transfers.  Expert users know that a fast route generally implies doing a small amount of transfers because stations are  generally distant and doing a transfer takes a lot of time. The Transfer Factor (TF) imitates this expert user’s  behavior  by  calculating  the  time  it  takes  to  perform  a  transfer  from  one  service  to  another.  This  factor  is  calculated by measuring the average time a person takes to walk from one line station (A), to another (B) and  adding the LWTF of the new line:      (3)                   The walking time was calculated by measuring the time in the stations where transfer is possible and stored  into  the  web  service  database.  This  factor  is  used  when  the  search  algorithm  is  generating  possible  routes,  when it checks if it is good to move from station x to station y, in case station y has a different line or service  than station x, the appropriate TF value would be retrieved from the database. 

612


José Sendra Salcedo and Osvaldo Cairó Battistuti  3.2.4 Line speed factor  When an expert user chooses a transport, one of the main aspects taken into account is its speed, if he wants  to  arrive  to  his  destination  in  the  shortest  time  he  will  use  the  fastest  transports  available.  Expert  users  calculate the transports speed based on their experience, knowing that at certain hours, in the case of buses,  traffic decreases speed drastically. In the case of subways, during midnight the service is slow.    The transport line speed (LSF) can imitate this expert users behavior by estimating the speed according to the  time and day.  This data was calculated measuring the time different transport lines take to do round trips, and  given the length of the route calculate the speed. Following the same procedure of LWTF we can categorize  the speeds of each transport depending on time and day. 

3.3 The fastest route search method  The EUH is used in a search algorithm that expands nodes (stations) of the transport network and compares  them to see which one is the best option as a next stop in the route that is being calculated. Given the origin  station O, The EUH is calculated for all available sub paths from O to X, where X is a station connected directly  to O. The EUH is calculated as follows:     

(4)   

 

.   = line speed of the 

Line waiting time factor for the transpot line of the origin station O.  Once the EUH is calculated for each station X the algorithm stores the pairs of X and their EUH score in the set  with  minimum  EUH  score  obtaining  the  tuple    and  Ω,  afterwards  the  algorithm  looks  for  the  X  ,  where    is  the  station  X  with  minimum  EUH  and    is  the      EUH  score.  The  station  is trespassed from set Ω to set Ƈ and it is expanded, calculating the EUH value for every station Y  directly connected to station . The process is as follows:         

With:    Y = station directly connected to station     = station with minimum EUH score in   set  = Route from station   to station Y  D = destination station 

 

=    

 EUH score  

  The results are stored in Ω, the process is repeated until the destination station S is reached or there are no  more nodes in Ω to expand, in case there are no nodes this means there is no path form station O to station D.  When the station D is reached a backtracking algorithm will rebuild the fastest route using the information of  pairs stored in Ƈ. 

613


José Sendra Salcedo and Osvaldo Cairó Battistuti 

4. PTNS test and results  The PTNS was tested on 200 persons of ages between 19 and 35. From the 200 persons 140 were expert public  transport users and 60 were users unfamiliar with Mexico City public transport system. The group was divided  in two subgroups, A and B. Group A was conformed by 100 persons that had the PTNS installed in their mobile  device, of those, 30 were inexperienced public transport users. Group B was formed by 100 persons that didn´t  have the PTNS installed on their cell phones, of those, 30 were inexperienced public transport users.    The tests were conducted by applying a small survey to two persons to identify their transportation habits and  classify  them  as  expert  public  transport  users  or  inexperienced  users  and  see  if  at  least  one  of  them  had  a  smartphone with the requirements for the PTNS. Afterwards they one of them was assigned to group A, and  the other to group B, the PTNS was installed in the phone of the user of group A. They were both assigned a  destination, each one departed with a ten minute time difference. Once they arrived to their destination they  reported their time of arrival. If the user was of group B he also indicated the ETA predicted by the PTNS. This  test was repeated on different pairs of people until it had been tested on 200 persons. The destination and  origin in each test case was different and every transport service was used in the tests.     The results obtained from the tests were that persons of group A arrived earlier to their destination 90% of the  times. The members of group A had a trip time 20% shorter than those of group B.     In the test pairs where both members were expert users, members of group A arrived earlier 95% of the times.  These  results  clearly  show  how  the  EUH  used  by  the  PTNS  generates  routes  that  are  faster  than  the  ones  calculated by any user manually in almost all the cases.       In the test pairs where the member of group A was an inexpert public transport user and the member of group  B was an expert, the first ones arrived earlier 62% of the times, in average their trip time was 10% shorter. The  explanation  of  this  low  advantage  compared  with  the  first  results  is  because  inexpert  users  are  not  familiar  with Mexico City public transport system, therefore they required more time to find the transport line stations  suggested by the PTNS and it is easier they commit mistakes. Nevertheless the fact that inexpert users arrived  62  out  of  100 times  earlier  than  an  expert  user  shows  how  the  EUH manages  and unifies  the  knowledge  of  expert users in such a way that the routes it generates are so superior than those generated by experts users  that  even  an  inexpert  user  can  arrive  earlier  to  his  destination  than  someone  that  has  years  of  experience  using public transport.    The  ETA  generated  by  the  PTNS,  when  compared  with  the  measured  arrival  time,  showed  in  average  a  precision  of  +/‐10  minutes.  The  trips  in  which  buses  were  used  had  a  precision  of  +/‐  15  minutes  while  precision in trips where no buses were used was of +/‐ 6 minutes. This is because bus waiting time and speed  greatly vary depending on driver’s skills and traffic. In tests made by inexpert users that had the PTNS the ETA  had a precision of ‐25 min. This is because the system doesn’t take into account the expertise of the users and  assumes they know how to use the public transport system and will follow efficiently the line proposed when  calculating the ETA.     The ETA generated by the PTNS is close enough to the measured arrival time to consider it a good estimator;  with this data users can plan their trips more effectively.  

5. Conclusions  The present work shows how the extraction of the knowledge public transport expert users possess its analysis  and use in a heuristic search algorithm can help create a PTNS and avoid the transport company’s information  gap by the estimation of this data. The PTNS presented in this work reduces users travel time and helps them  schedule  their  journeys.  This  navigation  system  affronts  the  chaos  and  uncertainty  in  a  complex  transport  dynamic  system  by  grouping  the  knowledge  of  its  users,  which  individually  might  be  insufficient  but,  when  grouped, can solve the system efficiently. This solution is presented for Mexico City but as it depends on users  experience and not on companies information it can be applied in other cities with similar conditions, in case  the transports are better regulated or have real time data available, it can be included in the PTNS.    

614


José Sendra Salcedo and Osvaldo Cairó Battistuti  Future work includes further research of poorly regulated unscheduled bus transport characteristics that can  help  model  better  that  transport’s  speed  and  waiting  times  so  these  characteristics  can  be  added  to  the  heuristic proposed.  

Acknowledgements   This work has been founded by Asociación Mexicana de Cultura A.C. 

References  Bellman R.  (1958) “On a routing problems”, Quarterly of Applied Mathematics, Vol. 16, No 1, pp 87–90.  Chuang T., and Kung J. (2005) “The fuzzy shortest path length and the corresponding shortest path in a network”,  Computers and Operations Research, Vol. 32, No. 6, pp 1409‐1428.  Dijkstra E. (1959) “A note on two problems in connexion with graphs”, Numerische Mathematik, Vol. 1, No. 1, pp 269–271.  Forstall R., Greene R., and Pick J. (2009) “Which are the largest? Why lists of major urban areas vary so greatly”, Tijdschrift  voor economische en sociale geografie, Vol. 100, No. 3, pp 277‐297.  Hart P., Nilsson N., and Raphael B.  (1968) “A formal basis for the heuristic determination of minimum cost paths”, IEEE  Transactions on Systems Science and Cybernetics, Vol. 4, No. 2, pp 100–107.  Jariyasunant J., Mai E., and Sengupta R. (2010) “Algorithm for finding optimal paths in a public transit network with real‐ time data”, Transportation Research Record: Journal of the Transportation Research Board, Vol. 2256, No. 1, pp 34‐ 42.  Nachtigal K. (1995) “Time depending shortest‐path problems with applications to railway networks”, European Journal of  Operations Research, Vol. 83, pp 154–166.  Orda A., and Rom R. (1991) “Minimum weight paths in time‐dependent networks”, Networks, Vol.   21, pp 295‐319.   Orda A.,and Rom R. (1990) “Shortest‐path and minimum‐delay algorithms in networks with time‐dependent edge‐length”,  Journal of the ACM, Vol. 37, No. 3, pp 607‐625   Tulp E., and Siklóssy, L. (1991) "Searching time‐table networks", Artificial Intelligence for Engineering, Design, Analysis and  Manufacturing, Vol. 5, No. 3, pp 189‐198 

615


On Some Knowledge Issues in Sciences and Society Dan Serbanescu Safety and Risk Expert, Bucharest, Romania dan.serbanescu1953@yahoo.com Abstract: The paper presents some aspects related to a new proposed approach for the evaluation of the knowledge creation and knowledge management issues. The approach considers that, from knowledge creation and knowledge management perspective, sciences pass in a repetitive manner through a set of phases. These phases have dominant characteristics dominated by some type of patterns, as previously described in the literature (Kuhn, 1962). However it is considered that the switch itself and the next direction in sciences, due to this switch from one phase to another, have similarities with other areas of knowledge creation and knowledge management in the society, as for instance in the use of the concepts of belief. The approach uses a theoretical basis and provides a set of practical guiding rules to look for the causes of difficulties in searches for solutions on various issues, while using scientific approaches and to use a set of paradigms and framework guided searches for the definition of the main features of the type of solutions to be searched. The approach considers the criteria to be used in order to define the phase in which a certain issue reflected by sciences is at a certain moment, the main contradictions and problems in solving it, their most probable causes and eventually to indicate a systematic guiding process to look for a solution. This approach was applied in support to the searches for solutions on the issues of risks for complex systems evaluations – qualitative and quantitative (Serbanescu, 1993, 2008 2011) in various fields, i.e. in modelling new nuclear energy cases, renewable energy (in general and photovoltaic and hydrogen storage in particular), security of energy supply (local and regional), decision making in energy systems, use of risk analyses in the design of complex systems etc. During those case studies the search for solutions was also compared, using the proposed methodology and the results obtained, with some other approaches applicable to the studied cases. The results confirmed convergence of the results and the fact that for such issues of the risk evaluations for diverse complex systems the approach proposed lead to stable, repeatable and auditable solutions, which were in accordance with the solutions obtained by using other guidance. However in addition to other methods the advantage of this approach proved to be its systematic and predictable character, as well as the possibility to use it in difficult new situations of evaluating issues, which have high degree of uncertainties of all types and/or high complexity. It is also considered that the continuation of evaluation of its applicability to other areas, aside with extended comparisons with other methods available now in the knowledge management area, as for instance (Snowden, 1996), could consolidate the results obtained so far and bring new potential useful applications. On the other side, if the applicability and usefulness will be confirmed for other applications, this could be an important possible switch at the theoretical level in the search for methodologies and strategies to be adopted by using various sciences to solve specific problems Keywords: science, belief, risk, paradigm, myth

1. Introduction The approach presented in the paper on the evaluation of the knowledge creation and knowledge management considers that, from knowledge creation and knowledge management perspective, sciences pass in a repetitive manner through a set of phases. During each phase a set of relationships are defined between scientific issues for real objects having as one of their purpose to define the relations and rules connecting relationships between known facts about the real objects. Scientific method is using specific tools to derive and manage knowledge. As it was shown by (Kuhn, 1961) the important moments in science are driven by dominant characteristics dominated by some type of patterns, called paradigms. This view on the important moments in sciences is more focused on the driving force of the changes. However as this paper is trying to show and as it was previously published for some specific scientific cases in complex systems and risk analyses (Serbanescu, 2007), it could be of equal pragmatic importance a more detailed evaluation of the guiding rules to search for solutions in various crucial and controversial moments in a science. The paper is proposing to consider that the switch itself from one group of paradigms to another, as well as the next direction to be followed by using this switch, need more investigation and might have a high impact on diverse approaches to the issue: epistemology, knowledge management and specific tools used in various sciences. It is proposed to consider from this perspective, in line with a series of researches as for instance (Snowden, 1996) that these switches have a connection – at least a certain degree of analogy if not a deep unrecognized siphoning effect- with other areas of knowledge creation and knowledge management in the society, as for instance a “Myth” (the general cultural pre concepts deep embedded in the society) or “Art”. The choice of three branches – three windows to view the same reality objects – is assuming that the search of solutions in those spaces is driven by some strong forces, deep embedded and changing content from one group to

616


Dan Serbanescu another. “Belief” is one of them. The content of “Belief” is different in science or myth and it has another understanding for the artistic masterpieces of humankind. Belief is intensively used for all of them to derive and manage humankind knowledge.

2. Method 2.1 Assumptions The topic of study was how to formalize, if possible, the actions to be performed so that to have more systematic guidance in solving crisis moments in various topics studied by science. The main proposed goal aims to show how to consider some external interferences and general approaches specific for complex situations existent in science in the action to find the best generic approach to search for solutions. This paper presents results for a specific domain of complex systems, i.e. the study of complex systems and related to them issue of risk objective function. The studies were referenced in the papers mentioned (Serbanescu, 19932011). The main assumptions considered in order to develop a method on how to develop solutions for systematic search of solutions for conflicting and/or lacking solutions in various scientific cases are as follows: 

The possible philosophical approaches to reality, science, truth or beauty are not considered, in the method, For the purpose of the research, i.e. to try to identify mechanisms for guiding forces of dramatic changes in science and their analogy with other approaches it was considered that theories for specific topics in science do not influence the main features of the method.

It is considered – as in Figure 1 – that there are two important triads in the definition of the objects for this research:

One is defined by Science, Myth and Art as a group of views on reality that cover diverse facets of the reality (including virtual one).

The second is defined by the tools possible to use to study of such sets: Absolute (to some extent analogues of deterministic views in many sciences) evaluations, Probabilistic (as a set of tools to address uncertainties in knowing the objects and their relationships) and CAS (Complex Systems, in special some of a specific type- complex systems regenerating themselves – see examples from (Serbanescu, 2005-2011). This assumption is related to the tools used to analyze data for the specific cases studied by the author and it is reflected in the results, too. Details on those connections are largely presented in (Serbanescu, 2005-2011).

The application of those two triads over the set of relationships (“f” type in Figure 1) generates structures - spaces of solutions and interferences between them, as shown in Figure 1. These relationships generate for each type of science a specific algebraic structure (if considering also the rules for their combination and inferences, no matter in which philosophical approach). This illustrates the fact that diverse views are possible for the same elements of those structures, but their content is totally different from science to science or from one triadic element to another- for example the study of solar strength has different outcomes for the three triadic groups. However their common feature is that the results are generated by deep believes and they do interfere, even if it is not recognized. Continuing the example and its relevance to the paper one can notice that in moments of switching from one theory of light to another deep mythological (in the understanding mentioned before in this paper) or artistic believes played an important role in the adopted theories in crisis moments.

The expected output of the proposed method is a set of guiding rules and procedures to evaluate the causes of a problem in a given scientific structure and to direct the type of expected results that could solve the existing “deadlock”. The details on the connection between this assumption and results are presented for the specific cases studied by the author in (Serbanescu, 2005-2011).

The interfaces and algebraic structures are assumed not only in two dimensional representation as in Figure 1, but also as a three dimensional structure – on various degrees and levels (as shown in Figure 2): level 1 for basic rules-in any format (theories, experiments guided in general by some paradigms); level 2 for basic methodological searches to solve the detailed reality cases by using the level 1 structures and level 3 for cases and verifications, management of acquired knowledge and finally feedback to the restart of the whole process as a result of the need for a “catastrophic hypothesis, theory etc ) the only one apparently able to move the process of management of acquired knowledge in a non conflicting manner.

617


Dan Serbanescu

Figure 1: Representation of the triadic approach and two dimensional forms of the structures generated by knowledge process

2.2 Main features of the method Figures 2 and 3 represent the main features of the proposed method. The method followed and the tools used to analyze data are presented below and detailed for the specific case of searching for risk objective functions of complex systems in (Serbanescu, 2006). The papers (Serbanescu, 2005 - 2011) present examples of results illustrating the method and approach presented in this paper. In Figure 2 the phases of science history are represented. The method considers that there are three phases at three levels. Each phase is actually representing an algebraic structure (depending on the type of science we consider, i.e. the set of relationships it evaluates, the rules-theories, experiments, hypothesis etc). There are several types of connectors: between phases at the same level, feedback at the same level, a jump from level to level of high or low importance. They are represented in Figure 3. These transfer algebraic structures assure the transformation of the input on the knowledge existent at a certain phase into a knowledge nodal moment (I) (phase) â&#x20AC;&#x201C; K at another phase and all this process has a dynamic, repetitive character.

Figure 2: Representation of the knowledge process in three dimensional forms

618


Dan Serbanescu

Figure 3: Representation of the transition matrix from one state to another for the knowledge process in a three dimensional form The phases are defined based on the characteristics listed in Tables 1 and 2. Table 2 identifies the main features of the interface of governing principle, paradoxes and believes for each phase. Table 1: Main characteristic of the phases in history of science Nr 1 2

Phase Define the Need Clarify the Difference

3

Develop main tools

4

Check the stability of the theories

5

7

Identify main believes preventing Evolution Refine and increase Usefulness Attempt to merge tools

8

Manage the built up

9

Attempt to solve the unsolved yet issues and expand the object

6

Main characteristic An unique Source Basic science features as a dual Approach Creation of new in science governed by a triple way \approach Durability of a theory shown as robustness to Paradoxes Each historical stage is an engine powered by intuition and believes For any theory has to be useful God is not playing dice- Absolute and relative knowledge Hierarchy and science theories structures involve the need for management Irrepressible need to reach perfection as a cause for restarting the whole cycle

619


Dan Serbanescu Table 2: Main characteristic of the phases in science history

Pha se

Main characteristics of the phases in science history

Main governing principle of a given phase

Main features of the interface of governing principle, paradoxes and believes

1 Define the Need

An unique Source

Clarify the Difference

Basic science features as a dual Approach

Develop Main tools

Creation of new in science governed by a triple way \approach

2

3

4

Check the stability of the theories

5 Identify main believes preventing historical move 6

Refine and increase Usefulness

7 Attempt to merge Tools 8 Manage the built up

9 Attempt to solve the unsolved yet issues and expand the object

An isomorphism exists between the mythical thinking in general and the scientific thinking acting to solve Paradoxes Instinctive impulse exists to bring the issues to a duality in defining the truth, applicable criteria and methods for its evaluation and value of results Creating the new in science has a triple facets in order to try to overpass the dual approach of the basics and look for the third option, starting from paradoxes

Durability of a theory shown as robustness to Paradoxes Each historical stage is an engine powered by intuition and believes For any theory has to be Useful God is not playing diceAbsolute and relative knowledge Hierarchy and science theories structures involve the need for Management Irrepressible need to reach perfection as a cause for restarting the whole cycle

Continue quest from phase 3 and check the science robustness on the embedded in it paradoxes

Identify the believes behind the paradoxes identified in previous phases

Clarify and refine the value of the acquired set of knowledge Support the need for creating the new with merged tools in the attempt to make a synthesis of those ones appearing as fundamentally opposed Manage the gained corpus of knowledge in consolidation of the tools and results obtained so far.

Attempt to solve the unsolved yet issues and expand the object

By applying the rules for the phase definition and how the main features of the interface of governing principle, paradoxes and believes for each phase interact for transformations of knowledge represented in Figures 2 and 3. As science passes through similar phases not only once and this happens for all phases, the structure generates a space that can be represented as in Figure 4 (a particular case of the results for knowledge structure in a â&#x20AC;&#x153;scientific drivenâ&#x20AC;? type of knowledge system for the evaluation of Complex Systems) (Serbanescu, 2008). It is important to note that for the cases presented in the next paragraph related to evaluation of risk in Complex Systems the knowledge space can be represented as a Platonic Polyhedra because the form is governed by the number and placement of faces of passes from one phase to another.

620


Dan Serbanescu

Figure 4: Representation of the results for knowledge structure in a â&#x20AC;&#x153;scientific drivenâ&#x20AC;? type of knowledge system As another generic result of the phase triadic approach in a three dimensional view the research identified the types of knowledge systems (Figure5). Driven by the distribution of facets and if the polyhedra are filled in or hollow, various types of cultures and civilizations (Antique Greece, Egypt, India, modern western etc) and belief driven phase changes depending on what type of relationships exist between the three main components of the evaluated triad (Science, Art or Myth). As a particularity of this observation one can notice and compare the driving forces of various societies in science depending on what kind of cultural system was specific for it. These aspects can be evaluated in more detail in future researches.

Figure 5: Main characteristic of the phases in science history

621


Dan Serbanescu

3. Some results for specific cases For the specific case of evaluation performed for Complex Systems (Serbanescu, ,,,), in which there was a need to be able to perform predictions of the tools that are applicable in a systematic and predictable manner and/or for limit situations in crisis management for evaluations of the risk as the most important objective function of the Complex Systems. During those case studies the search for solutions was also compared, using the proposed methodology and the results obtained, with some other approaches applicable to the studied cases. The results confirmed convergence of the results and the fact that for such issues of the risk evaluations for diverse complex systems the approach proposed lead to stable, repeatable and auditable solutions, which were in accordance with the solutions obtained by using other guidance. However in addition to other methods the advantage of this approach proved to be its methodologies and strategies to be adopted by using various sciences to solve specific problems The method was applied in support to the searches for solutions on the issues of risks for complex systems evaluations â&#x20AC;&#x201C; qualitative and quantitative (Serbanescu, 1991, 2007 - 2011) in various fields, i.e. in modelling new nuclear energy cases, renewable energy (in general and photovoltaic and hydrogen storage in particular), security of energy supply (local and regional), decision making in energy systems, use of risk analyses in the design of complex systems etc For some specific cultural approaches and/or limitations due to misuse and of the risk analysis tools, specific biases were considered. Some could be considered as myths on science (Mc Comas,1996) MyS1 MyS2 MyS3 MyS4 MyS5 MyS6 MyS7 MyS8 MyS9 MyS10

Hypotheses become theories which become laws Hypothesis is an educated guess A general and universal scientific method exists Evidence accumulated carefully will result in sure knowledge Science and its methods provide absolute proof Science is procedural more than creative Science and methods can answer all questions Scientists are particularly objective Experiments are the principle route to scientific knowledge All work in science is reviewed to keep the process honest

Others as myths on risk analyses(Hansson, 2000) MyR1 â&#x20AC;&#x153;Riskâ&#x20AC;? must have a single, well-defined meaning. MyR2 The severity of risks should be judged according to probability weighted averages of the severity of their outcomes. MyR3 Decisions on risk should be made by weighing total risks against total benefits. MyR4 Decisions on risk should be taken by experts rather than by laymen. MyR5 Risk-reducing measures in all different sectors of society should be decided according to the same standards. MyR6 Risk assessments should be based only on well-established scientific facts. MyR7 If there is a serious risk, then scientists will find it if they look for it. In this cases a systematic review of how to find out the appropriate type of tool for a given task of risk analysis the steps from the previous paragraph were applied. As an illustration Table 3 presents a sample of solving paradox issues for risk analyses in Complex Apoietic Systems (CAS)( Serbanescu, 2008)

622


Dan Serbanescu Table 3: A sample of solving paradox issues for risk analyses in Complex Apoietic Systems PARADOXES

1

2

3

4

5

6

Main paradox

Main paradox short

The evaluation of CAS risk leads to the need for a unique theory based on the assumption that there is a unique source to describe. However the unification attempts lead to the reality that there are different possible approaches for the same CAS The models and methods consider both the deterministic and the probabilistic approaches as describing correctly CAS. However they exclude each other in some areas as for instance the need for confidence possible to be obtained from deterministic reasoning The combination of deterministic and probabilistic approaches implies allocation of subjective weights to a given judgment on a random variable, which generates values on qualitative statements Sensitivity and uncertainty analyses - model benchmarking checks the stability of the model to paradoxes. However the testing generates an acceptance of the initial paradigms of the model and methods by any cross check performed in order to see how stable Stages follow in principle one after another but it is not mandatory and assuming a s8mooth transition from one ph9ase to another creates the paradox of unexplainable breaks appearing every time a fundamental change happens Value function depends on actors, cases etc and defining a value functions creates a limitation not intended for CAS by the initial goal to get a global set

CAS unique source needs unitary theory, which leads to multiple diverse risk facets to model

Deterministic vs. probabilistic makes Impossible that only one of them will cover CAS risk evaluation, which leads to a situation that we have to accept theory based on "Contraria non contradictoria sed complementa sunt" N.Bohr

CAS risk in deterministic and probabilistic approaches need "Meta - Logic" to combine them, what leads to the fact that the third facet on the issue cannot be from inside the theory and appeal to a new level of abstraction is required Detailed list of assumptions lead to paradigms, which help to build models in a systematic manner. This action creates in its turn systematic errors and requires checks of the model robustness. Those verifications lead in such approaches to an unexpected reverse reaction, i.e. it identifies weak points of the whole construction.

Unknown/Unformulated assumptions leading to paradoxes General science Risk myths myths MyR1 MyS7 Science “Risk” must have and methods a single, wellcan answer all defined meaning. questions

MyR6 Risk assessments should be based only on wellestablished scientific facts.

MyR2 The severity of risks should be judged according to probability weighted averages of the severity of their outcomes. MyRx Verification and validation (V&V) by benchmarking and feedback from operation are sufficient evidence to prove validity of a model (Gödel’s theorem)

MyS5 Science and its methods provide absolute proof

MyS3 A general and universal scientific method exists

MyS4 Evidence accumulated carefully will result in sure knowledge

Set of CAS risk paradigms leads to an Isomorphism from for the corresponding set of believes. The decision to know the unformulated assumptions leads to statements assumed true

MyR7 If there is a serious risk, then scientists will find it if they look for it.

MyS2 Hypothesis is an educated guess AND MyS9 Experiments are the principle route to scientific knowledge

Define value function for clarification of CAS risk model, what leads to limitations not intended for CAS while setting up the initial goal

MyR 3 Decisions on risk should be made by weighing total risks against total benefits.

MyS8 Scientists are particularly objective

623


Dan Serbanescu PARADOXES Main paradox 7

8

9

of values Merging deterministic and probabilistic models lead to the intent to have certainty on uncertain by default phenomena (probabilistic ones) and vice versa for deterministic ones which is in conflict with the intent of merging to eliminate contradictions Management of risk model leads to need to freeze the model and/or change it in controlled steps and procedural manner, which could actually generate the validation by procedures of all the systematic assumptions and errors. The restart of the process is done in the same steps after the accumulation of the paradoxes making impossible use of the theory assuming hat evolution could give a solution, while it is clear that a revolution could give it

Main paradox short

Unknown/Unformulated assumptions leading to paradoxes General science Risk myths myths

MyR5 Risk-reducing measures in all different sectors of society should be decided according to the same standards.

MyS10 All work in science is reviewed to keep the process honest

Try to solve theory merging issues by "theory - managerial issues" and management of theory This Induces more uncertainties and leads to worsening of the initial "uncontrolled " phase

MyR4 Decisions on risk should be taken by experts rather than by laymen.

MyS 6 Science is procedural more than creative

The tend to perfection lead to a set of paradoxes making unusable the results New reviews and cycles are needed

MyR7 If there is a serious risk, then scientists will find it if they look for it.

MyS1 Hypotheses become theories which become laws

Merge two approaches deterministic-probabilistic to get a better tool. The result is a tool with difficult to evaluate degree of assuring the certainty level expected by users

4. In conclusion The proposed method was used for some specific cases (as for instance Complex Systems analysis) and it proved to be helpful and confirmed theoretical background in this case. In the referenced papers (Serbanescu, 2005-2011) there are more details on how the general conclusions presented in this paper are connected to the assumptions The proposed method was used for specific cases of Complex Systems in defining objective functions as risk. The results illustrated that the triadic approach for the objects to be known and the methods used to achieve this goal, description of the science/knowledge phases and their governing principles and expected solutions, as well as the representation of the knowledge process by using this phase approach and the principles governing the search for solutions are all leading to specific solutions for the case studied. It was also shown for the specific cases studied in (Serbanescu, 2005-2011) that the results represented in specific three dimensional view are of real pragmatic value and bare interesting general conclusions on their implications. However further tests for other areas/topics are under way, including reactor physics, as a new approach for next generation nuclear reactors. A thorough investigation and comparison with other approaches in knowledge management are envisaged, too.

References Kuhn, Thomas (1962). The Structure of Scientific Revolutions. Chicago: University of Chicago Press Mc Comas, William (1996), Ten Myths of science: Reexamining what we know, vol 96, School Science & Mathematics, 0101-1996, pp10 Serbanescu Dan; Vetere Arellano Ana Lisa; Colli Alessandra (2008) On Some Aspects Related to the Use of Integrated Risk Analyses for the Decision Making Process and Non-nuclear Applications T2-G Symposium: On some aspects of performing probabilistic risk assessment for regional renewable energy systems in Overcoming Risks Inherent to Renewable Energy Technologies and Systems, Baltimore, SRA conference, USA December 6-9, 2009

624


Dan Serbanescu Serbanescu , D(2008), Science and mythology SRA conference Boston 2008 Serbanescu, D (2011) SRA Conference 2009 - Risk Analysis:The Evolution of a Science -Symposium: Overcoming Risks Inherent to Renewable Energy Technologies and Systems On some aspects of performing probabilistic risk assessment for regional renewable energy systems (T2-G.2) Baltimore, USA, Dec 6, 2011 Serbanescu, D, A. Colli, B.J.M. Ale (2008) PRA-Type Study Adapted to the Multi-crystalline Silicon Photovoltaic Cells Manufacture Process, in “Safety, Reliability and Risk Analysis: Theory, Methods and Applications”, Martorell et al. (Eds.), Taylor & Francis Group, London, ISBN 978-0-415-48513- 5, for ESREL 2008 & 17th SRA Europe Annual Conference, 22-25 September 2008, Valencia, Spain., 2009 Serbanescu, D (2006), SSR 2006, Some considerations on the risk analyses for complex systems Serbanescu, D (2005), Integrated Risk Assessment, ICRESH2005, Mumbay, India Serbanescu, D (1993) A new approach in nuclear risk theory in The use of PSA in the regulatory process" IAEA Vienna, 2629 April 1993 Snowden, David J. (1996). "Story telling: an old skill in a new context". Business Information Review 16 (4): 30–37 Sven Ove Hansson (2000) Myths on Risk - Talk at the conference Stockholm thirty years on Progress achieved and challenges ahead in international environmental co-operation Swedish Ministry of the Environment, June 17-18, Royal Institute of Technology, Stockholm

625


Using the SECI Model to Analyze Knowledge Creation in Students’  Software Teams  Mzwandile Shongwe  Department of Information Studies, University of Zululand, Kwadlangezwa, South Africa  shongwem@unizulu.ac.za    Abstract:  Knowledge  creation  is  a  process  in  which  individuals,  groups  and  organizations  are  engaged  in  activities  that  generate new ideas. Organizations must constantly create knowledge to be competitive and stay viable in today’s markets.  The knowledge creation phenomenon has been studied extensively in many fields (knowledge Management, Computing,  Information  Sciences,  and  many  others).  In  most  of  these  fields  knowledge  creation  studies  are  conducted  to  address  issues  affecting  big  organizations  using  professionals  as  subjects  of  study,  largely  ignoring  educational  settings  such  as  universities and students.  For example we know a lot about how professional teams create knowledge but we know less  about  how  students  create  knowledge.  The  study  aimed  to  address  this  short  coming.  A  case  study  of  six  students’  knowledge creation teams (software development teams) is presented. The case study reports on how the teams create  knowledge  (a  software  product).The  theory  of  organizational  knowledge  creation  by  Nonaka  and  Takeuchi  was  used  to  analyze knowledge creation practices in these teams. This theory has been used extensively to analyze knowledge creation  practices  in  professional  teams  but  used  less  to  analyze  student’s  teams.  The  results  indicate  that  knowledge  is  created  through  the  interplay  between  tacit  and  explicit  knowledge.  The  knowledge  creation  process  starts  with  individuals  and  then the whole team. This happens through the socialization, externalization, combination, internalization (SECI) process.  Socialization  happens  during  face‐to‐face  meetings,  lectures,  and  presentations.  Externalization  happens  when  students  write  down  ideas  such  as  code,  project  plans,  and  the  system  manual.  Combination  happens  when  teams  use  readily  available  knowledge  in  emails,  the  Internet,  books  and  chat  services.  Internalization  happens  when  they  read  and  understand  text  books,  class  notes,  and  Internet  information  and  apply  that  knowledge  to  the  project.  The  results  also  revealed  that  intention,  autonomy  and  creative  chaos  are  major  knowledge  creation  enablers  in  students’  knowledge  creation processes. The knowledge creation process starts with sharing tacit knowledge, then the definition and adoption  of  concepts,  building  a  prototype  and  the  end  product.  It  has  also  emerged  in  the  study  that  mobile  devices  such  as  cellphones, and Blackberry devices facilitate knowledge creation among team members. In this study’s context, knowledge  creation refers to software development.      Keywords: knowledge creation, software development, case study, students’ teams, SECI  

1. Introduction  Knowledge creation is defined as value adding outcome/ output such as a product, service or process (Mitchell  & Boyle 2010). It involves the definition of a problem and makes use of complex and discontinuous events and  to strive to deal with the situation accordingly. Knowledge creation primarily happens in teams (Parent et al.  2000;  Styhre,  Roth  &  Ingelgard  2002).  It  could  be  defined  from  several  perspectives;  as  a  process  or  as  an  output/  outcome  (Mitchell  &  Boyle  2010).  It  is  a  process  when  activities  and  initiatives  are  undertaken  to  generate new ideas or objects. When defined as output/outcome knowledge creation refers to the generation  of  new  ideas  that  reflect  a  significant  enrichment  of  existing  knowledge.  It  could  also  mean  that  new  knowledge is diffused, adopted and embedded as new products, services and systems (Mitchell & Boyle 2010).  Knowledge creation has been investigated in many fields such as Knowledge Management and Computing. In  the Computing field, knowledge creation studies usually focus on processes of knowledge creation. A number  of theories have been developed to explain how knowledge is created. According to Imani (2007), widely used  theories  are;  the  organizational  knowledge  creation  theory;  communities  of  practice,  knowledge  integration  theory  and  the  complex  responsive  process  of  relating  theory.  The  theory  of  organizational  knowledge  developed by Nonaka and Takeuchi has been select to inform the study. This theory has been hailed as the  most  influential  theory that explains  knowledge creation.  Unfortunately,  most  of  the studies  conducted  and  the  theories  used  (including  the  theory  of  organizational  knowledge  creation)  focuses  mainly  on  knowledge  creation  in  business  organizations  and  professionals  within  those  organizations  largely  ignoring  educational  institutions and students’ teams. This study took a different direction and focused on students’ teams. In the  context of the study, knowledge creation refers to software development (Bailin 1997).     

626


Mzwandile Shongwe 

2. Theoretical framework  2.1 Data, information and knowledge  This  sub‐section  will  define  data,  information  and  knowledge.  Knowledge  is  an  abstract  notion.  There  is  no  agreeable definition what knowledge is. Two schools explain how knowledge is created. One school states that  knowledge  stems  from  data  and  information  and  the  other  states  that  data  and  information  stem  from  knowledge  (Bierly,  Kessler  &  Christensen  2000;  Braganza  2004).  It  is  therefore  important  to  distinguish  between data, information and knowledge because these terms are often used interchangeably.     Data is unprocessed information. Data are sets of objectives facts about an event or just structured records of  a transaction (Zins, 2007). Information is data that has been processed into a useful purpose and can be used  for decision making. It is data with value to the understanding of a subject and in context (Chaffey & Wood  2005).  Knowledge  is  “information  possessed  in  the  mind  of  individuals:  it  is  personal  information  related  to  facts,  procedures,  concepts,  interpretations,  ideas,  observation  and  judgment”  (Alavi  &  Leidner  2001:109;  Aven  2013).  Knowledge  could  take  several  perspectives/forms:  a  state  of  mind,  an  object,  a  process,  a  condition  of  having  access  to  information  or  a  capability  (Alavi  &  Leidner  2001).  In  software  development  knowledge could take the object perspective. The object is the output or end product (the software). Software  development  is  regarded  as  knowledge  creation  (Bailin  1997).  Knowledge  is  either  tacit  or  explicit  (Polanyi  1962; Nonaka & Takeuchi 1995). Tacit knowledge is what the knower knows, which is derived from experience  and embodies beliefs and values (Nonaka & Takeuchi 1995). It is personal and difficult to formalize, making it  difficult  to  communicate  and  share  with  others  (Li  &  Gao  2003;  Elfving  &  Funk  2006;  Kulandaisamy  &  Ramanujam  2011).  Explicit  knowledge  is  knowledge  that  has  been  articulated  and,  more  often  than  not,  captured in the form of text, tables, diagrams, and product specifications (Puusa & Eerikäinen 2010; Kothari et  al 2011). 

2.2 Knowledge creation theories   A  number  of  theories  have  been  used  to  investigate  knowledge  creation.  They  include  among  others  the  organizational learning theory (Argyris & Schon 1978), communities of practice (Wenger 1998), the theory of  organizational knowledge creation or SECI (Nonaka & Takeuchi 1995), Experiential learning (Kolb, Boyatzis &  Mainemelis 2000), the learning organization (Senge 1990) and the knowledge integration theory (Grant 1996).  Argyris and Schon’s organizational learning theory explains how learning (knowledge creation) takes place in  organizations. They state that organizational learning “happens when individuals, acting from their images and  maps, detect a match or mismatch of outcomes to expectations which confirms or disconfirms organizational  theory‐in‐use” (Argyris & Schon 1978:19). They report on three learning loops that happen in organizations;  single  loop  learning;  double  loop  learning  and  deuteron‐learning.  Kolb  et  al.’s  experiential  learning  assumes  that learning happens through experience. It assumes that learning requires polar opposite abilities and that  the learning must choose which learning abilities they will choose for a specific learning situation. The theory  portrays two dialectically related gasping modes; concrete experience and abstract conceptualization and two  dialectically relate transforming experience modes; reflective observation and active experimentation.  Grant  (1996)  focuses  on  knowledge  integration  and  innovation  within  a  firm.  Grant  explores  the  coordinating  mechanisms of how individuals in a firm integrate knowledge to foster innovation. The Learning Organization  theory  explains  how  the  whole  organization  learns.  That  is,  how  whole  departments  and  sections  of  the  organization learn which leads to the whole organization learning.  Senge mentions five core principles of the  Learning  Organization;  personal  mastery,  systems  thinking,  team  learning,  mental  models,  and  building  a  shared  vision.  All  these  theories  explain  how  knowledge  is  created  in  organizations.  They  may  differ  in  approaches  but  they  all  emphasize  on  one  thing:  knowledge  creation.  They  all  agree  that  in  organizations,  knowledge  is  created  and  held  by  individuals  who  they  integrate  it  in  organizational  routines/processes/procedures to make the organization perform better.  This study is informed by the theory  of organizational knowledge creation by Nonaka and Takeuchi. The theory is discussed in the next sub‐section.    

2.3 The theory of organizational knowledge creation   The  theory  of  organizational  knowledge  creation  explains  how  individuals,  teams  and  entire  organizations  create knowledge. The core of the theory lies in the description of four modes of knowledge conversion that  are created when tacit and explicit knowledge interact with each other. The theory assumes that knowledge  creation lies in the mobilization and conversion of tacit and explicit knowledge in four modes. The four modes 

627


Mzwandile Shongwe  are:  socialization,  externalization,  combination,  and  internalization  (SECI).  These  four  nodes  constitute  the  engine  of  the  entire  knowledge  creation  process.  Socialization  is  the  conversion  of  tacit  knowledge  to  tacit  knowledge.  Externalization  is  the  conversion  of  tacit  knowledge  to  explicit  knowledge.  Combination  is  the  conversion of explicit knowledge to explicit knowledge.  Internalization is the conversion of explicit knowledge  to  tacit  knowledge  (Nonaka  &  Takeuchi  1995;  Nonaka,  Tayoma  &  Konno  1998).  Figure  1  depicts  the  four  modes of knowledge creation. 

  Source: Adapted from Nonaka and Takeuchi, 1995, p. 19  Figure 1: The SECI process  Its  ontological  assumption  is  concerned  with  the  levels  of  knowledge  creating  entities:  individual,  group,  organizational,  and  inter‐organizational  levels.  The  theory  assumes  that  knowledge  is  created  first  at  individual, then at group, organizational, and inter‐organizational levels (Nonaka & Takeuchi 1995).     The  theory  of  organizational  knowledge  creation  explains  five  knowledge  creation  enabling  conditions:  Intension, autonomy, fluctuation and creative chaos, redundancy and requisite variety (Nonaka 1994; Nonaka  &  Takeuchi  1995).  Intension  means  organizational  aspirations  to  its  goals.  It  could  be  the  business  strategy.  Autonomy  means  that  individuals  working  within  an  organization  should  be  given  as  much  autonomy  as  possible to their work. This allows them to do trial and error thus creating and refining knowledge. Fluctuation  and  creative  chaos  promotes  the  interaction  between  the  organization  and  its  external  environment.  Organizational  fluctuation  causes  creative  chaos  which  triggers  knowledge  creation.  Redundancy  means  the  intentional  overlapping  of  information  about  organizational  activities.  The  sharing  of  redundant  information  promotes  tacit  knowledge  creation.  Requisite  variety  means  the  availability  of  diverse  information  to  organizational members for knowledge creation (Nonaka 1994; Nonaka & Takeuchi 1995).        The  theory  also  presents  five  methods  of  the  knowledge  creation  process  in  organizations:  sharing  tacit  knowledge,  creating  concepts,  justifying  concepts,  building  archetypes,  and  cross  leveling  of  knowledge.  During  the  tacit  knowledge  sharing  stage,  individuals  share  emotions,  feelings,  and  mental  models  through  face‐to‐face  interactions.  Creating  concepts  involves  the  sharing  of  both  tacit  and  explicit  knowledge.  After  sharing tacit knowledge, organizational members then articulate the tacit knowledge into explicit knowledge  through written concepts. Justifying concepts is a phase whereby created concepts are determined whether  they are useful or not in the organization. The justified concepts are then converted into tangible or concrete  product  or  model  called  an  archetype.  After  knowledge  has  been  created  it  is  then  leveled  across  the  organization. This could be inter‐organizationally or intra‐organizationally (Nonaka 1994; Nonaka & Takeuchi  1995).    

628


Mzwandile Shongwe  The  theory  was  extended  to include  the  concept  of ‘ba’, a  shared  context  where  knowledge  is  created.  ‘Ba’  provides the energy, quality and places to perform the individual knowledge conversions. It could be physical  place such as an office or a virtual space. Four types of ‘ba’ are given: originating, dialoguing, systematizing,  and exercising ‘ba’   (Nonaka, Toyama & Konno 1998:16).          Many researchers have used the theory to investigate knowledge creation in software development. Among  others  are  Linden  and  Cybulski  (2009),  and  Wan  et  al.  (2010)  among  others.  These  studies  investigated  knowledge creation processes in software development in the context of the SECI process.     On the other hand, the SECI model has been criticized by Gourlay (2006), Poell and Van de Krogt (2003) among  others. These authors state that the theory is flawed because of lack of empirical rigor, the omission of tacit  knowledge and the subjective definition of knowledge. They also dispute Nonaka’s notion that workers learn  within  the  boundaries  set  by  management  and  its  misunderstanding  of  Polanyi.  .  Nonetheless  this  theory  is  hailed as one of the best knowledge creation theories.    

3. The case   As part of the curriculum, third year Computer Science and Management Information Systems students at a  South  African  University  are  required  to  complete  a  software  development  project.  The  students  have  to  develop  and  deploy  a  working  system  (an  interactive  website  in  this  case)  for  a  real  client.  They  have  to  go  through  all  the  stages  of  systems  development:  system  analysis,  prototyping,  development,  testing,  and  deployment. In this case six software development teams were to complete this task. They had to find a rural  client  to  develop  the  system  for.  Their  first  task  was  to  collect  background  information  about  the  client’s  business. The client then indicated the functionalities the system should have. The teams would then decide  on the approach. After requirements analysis the teams were expected to draw up a project plan. The project  plans  included  major  milestones  and  the  entire  timeframe  of  the  project.  After  this  stage,  the  teams  were  required  to  design  a  prototype,  then  the  actual  development  of  the  system.  The  project  lasted  the  whole  semester,  which  is  four  months  long.  Data  were  collected  over  the  course  of  the  semester.    The  researcher  attended lectures,  presentation and meetings that the teams had.  These activities took place in the students’  computer laboratory, lecture hall and library. The aim was to be part of the teams as if the researcher was one  of them. Lectures were held once a week for the whole semester. Presentations were held based on need. For  example, if there were milestone deliverable (e.g. project plan). The teams also had meetings almost daily to  discuss  and  develop  the  project.  During  these  activities  (lectures,  presentations  and  team  meetings),  the  researcher  observed  and  interviewed  teams.  During  observation,  detailed  notes  were  taken  on  how  the  students developed the project. The researcher observed how, where and what ideas teams shared and the  impact  of  these  ideas  on  the  completion  of  the  project.      Group  interviews  were  conducted  to  supplement  observation  data.  It  was  used  to  seek  further  clarification  on  certain  development  processes  such  as,  what  information  sources  and  communication  channels  teams  used  in  their  projects.  Qualitative  Content  analysis  was then used to analyze the responses.  

4. Results and discussions  4.1 Knowledge creation processes   4.1.1 Individual knowledge tacit and explicit knowledge creation   Individual team members played important roles in all the stages of the knowledge creation process (system  development  process).  Individual  members  had  specific  tasks  such  as:  coding,  documentation,  preparing  power point presentations, designing the user interface, research and information gathering, sourcing finance  and  other  relevant  tasks.  One  respondent  stated  that  “I  was  mainly  the  website  designer,  but  I  also  did  documentation  such  as  project  plan,  feasibility  study  and  other  tasks”.  Another  reported  “as  an  individual,  I  created forms in the prototype”. Others reported on other minor tasks that they did such as minute writing,  and arranging meetings.     For these kinds of tasks, students used both tacit and explicit knowledge to complete them. They used their  tacit knowledge in the form of judgments, and innovation. Tasks such as design required a great deal of tacit  knowledge. Tasks such as documentation, coding were explicit in nature.   

629


Mzwandile Shongwe  The importance of individual knowledge contribution was emphasized by all group members. One team stated  that, “the contribution of each member was great. For every task we had to break it down to individual tasks.  In so doing we shared ideas which enabled us to finish the project quicker”. Another team stated that “every  topic  that  we  discussed,  each  and  every  person  shared  ideas  and  came  up  with  one  solution  that  the  whole  group agreed upon”.  4.1.2 Team knowledge creation  Individual team members would then present their individual tasks during group meetings for further debate  and possible adoption. During the meetings, teams would brainstorm, further refine individual ideas and then  adopt them as project ideas. This was usually a lengthy and emotional process because teams would disagree.  It was during such meetings that teams finally adopted a unified stance on an idea which was then regarded as  a team idea.     One team member indicated that “during group meetings, we were always brainstorming and coming up with  new  ideas”.  Another  one  stated  that  “the  group  meetings  helped  us  come  together  and  share  ideas”.  Tacit  knowledge was mostly shared and created during group meetings. The tacit knowledge would then lead to the  creation  of  explicit  knowledge  in  the  form  of  notes,  project  plans,  system  documentation,  power  point  presentation  and  other  project  relevant  documents.  System  development  was  also  mostly  done  as  a  group  when  individual  tasks  were  put  together.  One  respondent  stated  that  “after  brainstorming  we  would  write  down the ideas either for submission or for future use”.     These  results  are  consistent  with  many  knowledge  creation  theories  (Argyris  &  Schon  1978;  Senge  1990;  Nonaka & Takeuchi 1995; Wenger 1998) that show that knowledge is created first by individuals, then refined  by the group before it could be organizational knowledge. In this case knowledge creation ends in these two  levels.  It  does  not  continue  to  organizational  level.  This  is  because  the  students  only  create  temporal  knowledge, they are only learning.     What  can  also  be  deduced  from  these  results  is  that  students’  teams  use  four  of  the  five  methods  of  knowledge creation. Students share tacit knowledge during face‐to‐face meetings where they justify concepts  before  they  can  be  adopted  as  team  knowledge.  Once  they  are  accepted  they  are  written  down  as  project  deliverables (explicit knowledge).  

4.2 Information sources for knowledge creation   A  number  of  information  and  knowledge  sources  were  used  by  the  student  teams  during  the  knowledge  creation process. The sources used include class presentations, lecturer and lecture notes, books, the Internet,  senior students and professional software developers.     Class  presentations  were  considered  to be  a  good  source  of  information.  Upon  achieving  a  major milestone  such  as  the  completion  of  system  analysis,  budgeting,  prototyping,  documentation,  etc.,  the  group  would  present the outcome to the whole class and the lecturer. One student stated that: “Presentations helped us to  know what we did right, where to correct and how to improve the project.” Another concurred: “Presentations  helped us to get clarity as to what is really required from us”. All the groups agreed that in one way or another,  the presentations helped them to gain new knowledge about the project.     The lecturer also played a crucial role in the knowledge creation process. Other than giving them the problem  to solve, the lecturer was also involved in helping the teams solve the problem. This was confirmed in many of  the comments: “The lecturer gave us motivation to finish the project”; “The lecturer helped by explaining what  is expected”; and “the lecture made us to attend classes, [sic] and provided us with technical skills”.     Students indicated that they relied a lot on the Internet for information. Most teams indicated that they used  the  Internet  to  conduct  research  on  the  project’s  activities  (e.g.  how  to  budget,  how  to  perform  systems  analysis, etc.) and also to find technical information (e.g. coding information). They surfed the Internet to find  solutions to specific technical problems. One team indicated that they used the Internet to find information on  how to set‐up the Apache, MySQL, PHP for Windows (WAMP) interface. The w3schools website was said to  have  provided  much  support  to  the  teams.  They  also  relied  on  books,  senior  students  and  professionals  to  complete their projects. 

630


Mzwandile Shongwe 

4.3 Enabling conditions for knowledge creation   Nonaka and Takeuchi (1995) state that intension, autonomy, fluctuation and creative chaos, redundancy and  requisite  variety  are  enabling  conditions  for  knowledge  creation  in  organizations.  Some  of  these  enabling  conditions were discovered in students’ teams. The teams indicated that their main intensions were to learn to  develop a working system and obtain maximum marks for the project.  One team indicated that “our intension  is to learn how to run a project and create a working website”. Another teams stated that “we want to gain  knowledge and we want to pass”. These intensions made students to work harder and successfully finish their  projects. Autonomy also played a very important role. The students’ teams acted autonomously. They decided  what they wanted to do, what features to include in the system and how the system would work. There was  no pressure on how they should work and where they should work and at what time they should work. This  autonomy enabled them to be creative. Creative chaos is generated when an organization faces challenging  tasks. It could be evoked on purpose by management to challenge workers to solve complex tasks (Nonaka &  Takeuchi  1995).  In  this  case,  the  lecturer  evoked  creative  chaos  by  giving  students  a  challenging  task  to  complete; developing a working software system. It was a task they had never done before. They had no idea  how to do it. One group stated that “at first, we had no idea what we were supposed to do and how to do the  project”.  Another  group  concurred  “we  were  scared  of  the  project,  we  had  no  project  experience”. This  task  created a lot of confusion among the teams. The confusion made them to think, to be innovative. It was after  they have discussed, refined their ideas, and sought clarification that they understood what to do which lead  to the creation of a working system.      

4.4 The SECI processes in students’ knowledge creation activities  The results indicate that students’ software development teams also go through the SECI knowledge creation  process.   4.4.1 Socialization   Socialization  happens  when  students  share  ideas  face‐to‐face  during  group  meetings,  presentations,  and  lectures. During group meetings, team members share their tacit (ideas and experiences) knowledge. They also  learned by trial and error, that is, they code the system, deal with bugs until they have a working system. They  learn  by  actually  doing  the  project.  During  these  instances  students  share  their  tacit  knowledge  (ideas  and  experiences) refine it and further refine it until they develop more refined useful tacit knowledge in the form  of  group  adopted  ideas.  Teams  also  indicated  that  they  were  helped  by  senior  students  and  professionals  during their project. Socialization happens when senior students and professionals help them with some of the  coding tasks. The seniors and professionals show them how to code which the students then learn by seeing  what  the  seniors  and/or  professionals  are  doing.  The  seniors  and  professional  share  their  tacit  knowledge  when they show the students how to code and advise them on how to develop the system.   4.4.2 Externalization  After  sharing  the  ideas  (tacit  knowledge)  during  meetings,  teams  then  document  the  ideas  and  tasks  in  hardcopy  or  electronic  formats  (explicit).  The  documented  knowledge  comes  in  the  form  of  project  deliverables. The deliverables were: power‐point presentations, the project plan, the budget, system manual,  and  other  documents  (minutes  of  minutes,  risk  analysis)  and  the  completed  system  which  is  regarded  as  knowledge (Klint & Verhoef 2002; Morner & von Krogh 2009).   4.4.3 Combination  Combination  happened  mostly  over  the  Internet.  Students  indicated  that  they  sought  information  from  the  Internet, used that information to create knowledge. They could copy and paste code from the Internet onto  their project to achieve their goals. Students would also send each other messages via email, social networks,  and  instant  messaging  services.  These  messages  would  be  project  ideas  which  were  either  written  down  as  part of the project documentation or ideas to be discussed during group meetings. Books were also used in the  combination process. Students would consult books for project tasks such as budgeting and systems analysis.  They would use such information for the deliverables (e.g. presentations). 

631


Mzwandile Shongwe  4.4.4 Internalization   Students  indicated  that  they  used  a number  of  sources  for  the  project.  They  used  books,  the  Internet,  class  notes  and  other  printed  and  electronic  sources.  They  read  these  sources  internalized  the  knowledge  and  applied it in the completion of the project. For example when they read notes or information from a website  on  how  to  code  a  certain  function  and  then  used  that  information  for  the  actual  coding  of  their  project.  A  summary of the SECI process is depicted in the figure below.   Socialization  

 

 

1. face‐to‐face meetings  2. lectures  3. presentations  4. learning by doing (actual development,  apprenticeship by senior students and  professionals)  1. reading text books, class notes, internet  information  2. experiences from the whole project 

Internalization    

 

Externalization 

1. project plan  2. power‐point presentations  2. budgets  3. system manual  4. Other documents (risk analysis, systems analysis, etc.)  1. Internet information  2. messages from fellow team members (WhatsApp, BBM,   Facebook)  3. email  4. books 

 

 

Combination 

Figure 2: Students’ teams SECI processes 

5. Conclusions, limitations, and further research   The  study  used  Nonaka  and  Takeuchi’s  theory  of  organizational  knowledge  creation  to  analyze  knowledge  creation activities in students’ software development teams. The study revealed that knowledge is created at  individual  and  group  levels  in  students’  teams.  In  the  students’  case  knowledge  is  created  only  at  two  ontological levels; individual and group levels. The knowledge is not used by the whole organization. Once the  projects are marked the students disappear with their knowledge. Students use information sources such as  books,  class  notes,  the  Internet,  senior  students  and  professionals  and  lecturers  to  create  knowledge.  The  study  also  revealed  that  four  knowledge  creation  methods  (sharing  tacit  knowledge,  creating  concepts,  justifying  concepts,  building  archetypes)  are  also  applicable  in  students’  groups.  Only  cross  leveling  is  not  application because the knowledge created is not used at organizational level. Knowledge is created through  the interplay between tacit and explicit knowledge through the SECI process.     The major limitation of the study is the fact that only one group of students, in one university was studied. The  results could be different if more teams from different students could be studied. Further research should be  conducted with more teams so that the results can be generalized.  

References   Alavi, M. and Leaidner, D.E. (2002) Knowledge Management Systems: issues, challenges and benefits. In S. Barnes,  Knowledge Management Systems Theory and Practice, (pp 15‐32). Oxford: Thompson Learning.  Argyris, C. and Schon, D. (1978) Organizational learning: a theory of action perspective, Addison‐Wesley Publishing  Company, Reading.   Aven, T. (2013) “A conceptual framework for linking risk and the elements of the data–information–knowledge–wisdom  (DIKW) hierarchy”, Reliability Engineering & System Safety, Vol111, March, pp 30–36.  Bailin, S. (1997) “Software Development as Knowledge Creation”, International Journal of Applied Software Technology,  Vol3, No.1, March, pp 75‐89.   Bierly, P.E., Kessler, E.H. and Christensen, E.W. (2000) “Organizational Learning, Knowledge and Wisdom”, Journal of  Organizational Change Management, Vol13, No.6, pp 595 ‐618.   Braganza, A. (2004) “Rethinking the Data – Information – Knowledge Hierarchy: towards a case‐based model”,  International Journal of Information Management, Vol24, August, pp 347 – 356.   Chaffey, D. and Wood, S. (2005) Business Information Management: Improving Performance Using Information Systems,  Pearson Education Limited, London.  Elfving, S. and Funk, P. (2006) “Enabling Knowledge Transfer in Product Development and Production – Methods and  st Techniques from Artificial Intelligence”, Paper presented at the 1  Nordic Conference on Product Lifecycle  Management, Goteborg, Sweden, January.  Gourlay, S. (2006) “Conceptualizing knowledge creation: a critic of Nonaka’s theory”, Journal of Management Studies,  Vol47, No.7, November, pp 1415‐1436.     

632


Mzwandile Shongwe  Grant, R.M. (1996) “Towards a knowledge‐based theory of the firm”, Strategic Management Journal, Winter, Vol17, pp  109‐122.   Imani, Y. (2007) “Knowledge creation, business and art: exploring the contradictions and commonalities”, Journal of Visual  Art Practice, Vol6, No.2, October, pp 141‐153.    Klint, P. and Verhoef, C. (2002)“Enabling the creation of knowledge about software assets”,Data & Knowledge Engineering,  Vol41, No. 2‐3, June, pp 141‐158.   Kolb, D.A.,  Boyatzis, R.E. and  Mainemelis, C. (2000)  Experiential Learning Theory: Previous Research and New Directions.  In R. J. Sternberg and L. F. Zhang (Eds.), Perspectives on cognitive, learning, and thinking styles. NJ: Lawrence  Erlbaum, 2000.  Kothari, A.R., Bickford, J.J., Edwards, N., Dobbins, M.J. and Meyer, M. (2011)” Uncovering Tacit Knowledge: A Pilot Study to  Broaden the Concept of Knowledge in Knowledge Translation”, BMC Health Services Research, Vol11, pp198‐208.   Kulandaisamy, D. and Ramanujam, B. (2011) “Protocol Based Approach for Tacit to Explicit knowledge Conversion”,  Computer Technology and Application, Vol2, No.2, February, pp 75‐79.   Li, M. and Gao, F. (2003) “Why Nonaka highlights Tacit Knowledge: a Critical Review”, Journal of Knowledge Management,  Vol7, No.4, pp 6‐14.  Linden, Tanya and Cybulski, Jacob (2009)“Knowledge creation in an application domain : a hermeneutic study”, in ICKM  2009, Proceedings of the 6th International Conference on Knowledge Management : Managing knowledge for global  and collaborative innovations, ICKM, Hong Kong, China, pp. 1‐13.  Mitchell, R. and Boyle, B. (2010)“Knowledge Creation Measurement methods”, Journal of Knowledge Management, Vol 14,  No.1, pp 67‐82.  Morner, M. and von Krogh, G. (2009)“A Note on Knowledge Creation in Open‐Source Software Projects: What Can We  Learn from Luhmann’s Theory of Social Systems”,Systems Practice and Action Research, Vol22, No. 6, December, pp  431‐443.   Nonaka, I. and Takeuchi, H. (1995) The knowledge creation company: how Japanese companies creation the dynamics of  innovation, Oxford University Press, Oxford.   Nonaka, I. (1994) “A dynamic theory of organisational knowledge creation”, Organisation Science, Vol5, No.1, February, pp  14‐37.   Nonaka, I., Toyama, R. and Konno, N. (1998) “SECI, Ba and Leadership: a unified model of dynamic knowledge creation”,  Long Range Planning, Vol, 33, February, pp 5‐34.     Parent, M., Gallupe, R. W. Salisbury, W.D. and Handelman, J.M. (2000) “Knowledge creation in focus groups: can group  technologies help”? Information and Management, Vol38, No.1, October, pp 47‐58.  Poell, R.F. and Van der Krogt, F.J. (2003) “Learning strategies of workers in the knowledge‐creating company”, HRDI, Vol6,  No.3, September, pp 387–403.   Polanyi, M. (1962)“Tacit Knowing: Its Bearing on Some Problems of Philosophy”, Reviews of Modern Physics, Vol34, No.4,  October, pp 601‐616.  Puusa, A. and Eerikäinen, M. (2010). “Is Tacit Knowledge Really Tacit?” Electronic Journal of Knowledge Management, Vol8,  No.3, November, pp 307–318.  Senge, P.M. (1990) The fifth discipline: the art and practice of the learning organization, Doubleday/Currency, New York.    Styhre, Alexander, Roth, Jonas and Ingelgard, Anders (2002) “Care of the other: knowledge creation through care in  professional teams”, Scandinavian Journal of Management, Vol18, No.4, December, pp 503‐520.   Wan, J., Zhang, H., Wan, D. and Huang, D. (2010) “Research on Knowledge Creation in Software Requirement  Development”, Journal of Computing and Applications, Vol3, May, pp 487‐494.  Wenger, E. (1998) Communities of practice: learning, meaning, and identity, Cambridge University Press, Cambridge.   Zins, C. (2007) “Conceptual Approaches for Defining Data, Information, and Knowledge”, Journal of the American Society  for Information Science and Technology, Vol58, No. 4, February, pp 479–493.   

633


Do it Like the European Union (EU) Does: The Applicability of EU  Knowledge Cost Management to Start ups  Evangelia Siachou and Dimitris Apostolidis  Business and IT Division, Hellenic American University, Manchester, USA  esiachou@hauniv.us  dapostolidis@huaniv.us    Abstract: Knowledge acquisition is one of the prerequisites for any organization operating across the world and aiming at  the  generation  of  innovative  business  portfolios.  Despite  the  significance  and  the  necessity  of  this  process,  which  often  promises increased organizational performance outcomes and efficiency of operations, there are hidden knowledge costs,  which should be revealed and managed. Extant literature on knowledge costs is limited and often focuses on knowledge  search  and  transfer  costs.  We  analyze  the  European  Union’s  (EU)  manner  in  managing  knowledge  costs,  thus  building  a  proposed framework for start‐ups which are in great need of effectively managing such costs so as to achieve successful  implementation  of  innovative  projects.  In  our  efforts  to  expand  prior  work  on  knowledge  costs,  we  also  distinguish  and  discuss two more types of knowledge costs that are, knowledge acquisition and implementation. European Institutions by  their nature represent central knowledge processors –i.e. they simultaneously operate as both sources and recipients of  knowledge.  As  such,  based  on  the  nature  and  mandate  of  the  Institution  the  knowledge  acquired  processed  and  subsequently  transferred,  represents  a  well  integrated  and  highly  flexible  intangible  asset  ready  to  be  adjusted  to  the  pertinent  circumstances.  The methodological  schema  lies  in  the  analysis  of  the  EU  case  study  which  reveals that  certain  practices adopted and followed by the EU when implemented by start ups may minimize knowledge costs.     Keywords: knowledge acquisition, knowledge costs, start‐ups, European Union 

1. Introduction  The  acquisition  of  external  knowledge  is,  among  other  things,  one  of  the  principal  actions  undertaken  by  organizations  in  their  function  as  innovative  performers.  Based  on  extant  literature,  knowledge  acquisition  provides  organizations  with  new  insights,  know‐how  or  patterns,  which  are  found  to  be  influential  for  their  innovative actions. In most cases that have been empirically investigated, obtaining knowledge –either tacit or  explicit–  from  various  external  sources  has  a  direct  positive  impact  on  organizational  performance  (Arrow,  1974;  Cohen  and  Levinthal,  1990).  That  is,  when  organizations  acquire  knowledge  externally,  they  also  broaden  and  modify  the  existing  knowledge,  thus  adding  considerable  value  to  the  ongoing  growth  of  their  knowledge stock. In this manner, organizations are able to make good use of the necessary knowledge which  they may lack at an earlier stage hence being at distance from innovative movements.     Nevertheless,  the  positive  effect  of  external  knowledge  acquisition  on  an  organization’s  performance  is  occasionally questionably anchored in specific factors, which may disable the potential organizational benefits.  In the existing literature various features have been considered as accountable in restraining the outcome of a  knowledge exchange process. As such, the nature of the relationships between subunits (strong vs. weak ties)  in an organization and their impact on knowledge search and transfer efforts has been proposed by Hansen  (1999).  Additionally,  the  significance  of  time  constraints  for  the  incoming  knowledge  to  be  effectively  implemented in organizational routine tasks and activities is also discussed (Edmondson, 2003). Even as, the  importance of the contribution of third parties to various projects undertaken by innovative organizations is  also considered as a point of reference which may also facilitate the acquisition of knowledge from external  sources  (Magretta,  2002;  Davenport  et  al,  1996;  Subramaniam  and  Venkatraman,  2001).  Additionally,  the  absorptive capacity of organizations, i.e., the value of knowledge that is externally derived, its assimilation and  implementation  in  commercial  ends  is  also  recognized  as  an  antecedent  with  an  impact  on  knowledge  acquisition (Cohen and Levinthal, 1990).     This study is based on the relational view of competitive advantage (Dyer and Singh, 1998; Hitt et al., 2000) “…  that focuses on dyad/network routines and processes as an important unit of analysis” (Dyer and Singh, 1998,  p. 661) and focuses on three motions of linkages between the start‐ups and their stakeholders in the context  of  knowledge  acquisition.  Each  of  these  motions  is  investigated  and  evaluated  based  on  its  effectiveness  as  potential source of international and/or local competitive advantage gained by start‐up corporations.    

634


Evangelia Siachou and Dimitris Apostolidis  Our aim is to draw on the EU’s knowledge acquisition processes and effectively integrating it into a common,  readily  applicable,  framework  for  start‐ups  which  they  should  effectively  deal  with  knowledge  costs  in  their  attempt to launch innovative business models before their competitors. European Institutions by their nature  represent  central  knowledge  processors  –i.e.  they  simultaneously  operate  as  both  sources  and  recipients  of  knowledge with the latter residing in multiple sources. As such, the entire process results in a well integrated  and highly flexible intangible asset adjustable to pertinent circumstances.  

2. State of the art  2.1 Knowledge acquisition and knowledge costs   Existing  literature  identifies  that  knowledge  management  activities  are  often  followed  by  costs  which  may  impede  their  effectiveness.  References  in  the  literature  related  to  knowledge  costs  date  from  the  late  ‘70s  when  Teece  (1977)  “found  that  the  principal  determinants  of  transfer  costs  are  the  degree  of  previous  experience with transferring the technology, the age of the technology, and the number of firms using similar  technology” (In Kogut and Zander, 1993, p. 631), however, are not frequently discussed in the last decade. In a  most  recent  perspective  Hansen  et  al.  (2005),  make  use  of  search  costs  and  costs  of  transfers  in  seeking  knowledge across subunits, whilst earlier Hansen (1999) referred to the search‐transfer problem in the context  of weak inter‐unit ties to link the complexity of knowledge acquisition processes with the potential search and  transfer  costs.  Similar  perspectives,  also  view  the  acquisition  costs  in  the  context  of  technology  transfer  in  terms of the difficulty to imitate technological knowledge itself (Dierickx and Cool, 1989; Reed and DeFillippi,  1990; Simonin, 1999).      Regardless of which knowledge cost perspective is adopted by scholars, there is a consensus in the literature,  that costs related to knowledge refer to the specific time spent by corporations to find out and access valid  knowledge  sources  as  well  as  to  effectively  implement  the  newly  accessed  knowledge  in  their  routine  tasks  and activities. In addition, such costs are often recognized as search and transfer costs with main reference to  knowledge that is externally derived. Despite the aforementioned cases, few studies, to date, have focused on  managing knowledge costs in identifying manners applicable to organizations or start‐ups to minimize them.  Our study contributes to this theoretical gap by providing a conceptual framework which is based on the EU’s  knowledge  management  processes.  Furthermore,  we  estimate  that  along  the  lines  with  search  and  transfer  costs ‐already identified and discussed throughout the literature‐ two additional types of costs (i.e., knowledge  acquisition and implementation) should be also reveled and appropriately managed.     To address the concept of the four distinct types of knowledge costs to be examined (i.e. search, acquisition,  transfer  and  implementation)  we  built  upon  evaluation  of  existing  work  to  shape  implementations  for  the  decrease of the aforementioned costs when they are adopted by start‐ups, For the scope of this study all of  the knowledge costs were constructed based on the variable of time and their conceptualization is discussed in  section 2.3 of the paper.      The  section  which  follows  depicts  the  EU’s  manner  in  acquiring  knowledge  that  is  externally  derived  and  outline three motions for knowledge costs minimization with potential applicability to start‐ups.    

2.2 The case of the European Union (how the EU acquires knowledge)   The EU is a complex organization balancing state sovereignty and European integration. It is an organization  based on the exchange of information and knowledge, the processing of them through its institutions and their  dissemination  to  both  its  members  and  all  relevant  institutions.  Integration  implies  that  this  knowledge  exchange  is  based  on  the  development  of  processes  that  will  facilitate  knowledge  acquisition  and  transfer  between the interested parties, thus creating various Communities of Practices (CoP) (Wallace, 2000).      The  acquisition  of  knowledge  by  the  EU  is  based  on  a  complex  system  of  information  exchange.  As  the  evolution of the Union (from a single market to the free movement of peoples and capital) as well as directives  and  regulations  addressing  various  aspects  of  the  Union’s  functions  reflect,  the  purpose  of  such  a  complex  system  of  exchange  is  not  to  duplicate  efforts  but  share  the  cost  of  collecting  and  transferring  knowledge.  Principles  such  as  subsidiary  and  reciprocity  assure  that  certain  body  of  knowledge  need  not  be  transferred  beyond its immediate area of implementation. Overall, the EU is best described as knowledge processor. The  Union’s structure is comprised of a number of institutions that follow different decision mechanisms subject to 

 

635


Evangelia Siachou and Dimitris Apostolidis  their  respective  powers  and  mandates,  thus  are  in  need  of  acquiring  different  types  and  amounts  of  knowledge. Hence, each institution, based on both, handles and processes the acquired knowledge differently.  Some of them manage knowledge with the aim to formulate policy, as is the case of the Commission. Others  become  simply  a  repository  of  knowledge  as  is  the  case  with  Eurostat,  whilst  a  third  category,  develops  knowledge  through  the  processing  and  analysis  of  information.  Irrespective  of  the  nature  of  the  institution  involved, knowledge is accumulated from various sources at regional, state or European level.      EU acquires knowledge based in three motions each addressing a specific set of recipients. More specifically,  the first motion establishes knowledge acquisition from the periphery by the center. That is, from the member  states  of  the  Union  to  its  center  (i.e.,  Brussels)  and  the  respective  Union  Institutions.  The  second  motion  addresses  knowledge  acquisition  by  the  periphery  (the  member  states)  from  the  center.  This  reflects  the  process  by  which  initiatives  by  the  Commission,  through  the  appropriate  processes,  turn  into  formal  policy,  which is then communicated to the respective members along with the means for its implementation. This in  essence is the acquis communautaire’ and is communicated either as a directive or a regulation. The third and  last motion is that between the EU and prospective members. The center offers the candidate state the know‐ how and the financial means to transfer and implement the necessary knowledge to elevate its institutional  efficiency  to  a  level  comparable  to  the  existing  members.  Most  importantly,  this  process  will  enhance  their  candidate state’s ability to assimilate the knowledge encapsulated by the ‘acquis’. Regardless, of which target  motion  knowledge  seekers  fall  under  their  aim  is  to  be  able  to  take  advantage  of  the  knowledge  processor  which permit the recipients, in each case, to manage the costs associated with the search, acquisition, transfer  and implementation of the knowledge attained (Daviter, 2007).    While  all  three  motions  address  a  specific  set  of  recipients,  the  knowledge  exchanged  represents  a  well‐ integrated  and  highly  flexible  intangible  asset.  The  pooling  of  resources  and  the  reliance  on  integrated  mechanisms  for  the  accumulation,  analysis  and  dissemination  of  information  among  recipients  allows  both  center and periphery to manage costs. The flow of knowledge from the periphery to the center assures that  the latter’s processes cumulative and accurate knowledge, which will provide the basis for further analysis. By  using the local processes in place to collect this knowledge the center does not invest time in searching for the  appropriate sources of knowledge nor does it duplicate mechanisms for its acquisition and transfer. In a similar  manner,  the  periphery,  as  a  recipient  of  knowledge  acquisition  does  not  need  to  duplicate  processes  and  mechanisms to intergrade, analyze, transfer and implement the resulting policies that form the ‘acquis’ of the  community.  Where  the  managing  of  knowledge  costs  is  most  evident  is  the  third  motion,  that  addressing  knowledge acquisition by candidate states. Despite the volume of knowledge needed by the candidate state to  function  within  an  integrated  Union,  the  cost  associated  with  all  aspects  of  knowledge  acquisition  (i.e.,  identifying the knowledge sources, the necessary transfer mechanisms, and the technical know‐how) are but a  fraction  of  what  they  would  be,  had  the  candidate  state  been  unable  to  access  the  central  knowledge  processors of the EU, namely its institutions.  

2.3 The framework of knowledge costs minimization   Based  on  the  EU  manner  as  discussed  above  we  develop  a  framework  for  managing  knowledge  costs  with  potential applicability to start‐up corporations (Figure 1). Start‐ups are companies that have been developed  by  an  individual  company  or  represent  the  outcome  of  a  partnership  (e.g.  strategic  alliance,  joint  venture,  mergers or acquisition). The effective participation of start‐ups in the product market requires, among other  things,  the  acquisition  of  new  knowledge.  In  line  with  the  literature,  the  acquisition  of  external  knowledge  although linked to increased performance is by its nature complicated and followed by knowledge costs, which  should be revealed and managed. Our framework distinguishes between four types of knowledge costs, i.e.,  knowledge search, acquisition, transfer and implementation– which are all defined based on the indicator of  time  spent  by  a  company  to  search,  acquire,  transfer  and  assimilate  new  amounts  of  knowledge  that  are  externally derived.     More specifically, search costs include the considerable amount of time spent searching in order to locate the  appropriate new knowledge required. Acquisition costs include the considerable time needed for the prompt  extraction and assimilation of new specific amounts of knowledge sourced outside organizational boundaries.  Transfer  costs  include  the  considerable  effort  to  effectively  distribute  the  new  knowledge  obtained  from  various  sources  within  organization  and  knowledge  implementation  costs  include  the  considerable  time 

 

636


Evangelia Siachou and Dimitris Apostolidis  needed in order for the incoming knowledge to be effectively implemented in organizational routine tasks and  activities.     Derived  from  EU’s  motions,  the  framework  provided  exemplifies  three  options  available  to  a  start‐up  corporation  in  the  need  of  acquiring  knowledge  outside  its  boundaries,  More  specifically,  a  start‐up  corporation may acquire new knowledge when (i) accessing various knowledge repositories as defined in the  extant  literature,  (ii)  searching  linkages  from  its  external  environment  and/or  (iii)  form  alliances  and/or  partnerships  with  other  organizations  which  posses  the  required  knowledge  (knowledge  keepers).  These  relationships  are  viewed  in  the  framework  below  (Figure  1)  each  having  an  impact  on  the  management  of  knowledge costs.                    Start-ups                  

Knowledge Repositories

Search Costs

Acquisition Costs

External Environment

Transfer Costs Strategic Alliances

Implementation Costs

Knowledge Sources

Knowledge Costs

Figure 1: The framework of knowledge costs minimization with applicability to start‐up corporations   As with the motions described as part of the EU knowledge acquisition processes, none of the three options  available to a start‐up are mutually exclusive. Depending on its needs, strengths and weaknesses, a start‐up  may select to exclusively access the required knowledge through one of them or combine those that best fit its  needs. The use of knowledge repositories resembles greatly the third motion used by the EU candidate state  to acquire the knowledge necessary to enhance its institutional infrastructure and policy cohesion with respect  to those of the EU. As with the candidate states, a start‐up will be able to minimize all of the relevant costs and  place itself in a competitive footing compared to those that will rely on themselves to develop the knowledge  and  mechanisms  necessary  for  their  operations.  The  use  of  strategic  alliances  resembles  the  pooling  of  resources of the various sources of knowledge available within the EU structure culminating in an integrated  body  of  knowledge  that  is  flexible  and  application  ready.  Accessing  repositories  located  in  the  external  environment  resembles  the  continuous  flow  of  knowledge  between  the  center  and  periphery  using  existing  channels, thus minimizing costs associated with search and acquisition of knowledge but not necessarily with  transfer and implementation. 

3. Conceptualization and research propositions   Since knowledge acquisition is essential for organizations to innovate, employees are often enforced to seek  external knowledge sources or access networks in order to obtain the necessary knowledge (Haas and Hansen,  2005). Although organizations believe that such incentive practices may increase the willingness of employees  to  engage  in  knowledge  exchange  processes  while  at  the  same  time  increase  the  knowledge  stock  of  organizations (Gupta and Govindarajan, 2000), the establishment of incentive practices does not always yield  the desired task performance outcomes. The random knowledge search increase the time spent by employees  to pinpoint valid and appropriate external repositories of knowledge, thus increasing knowledge costs. Equally,  efforts to access existing networks or to look for various CoP outside organization is also found to be a time  consuming  activity  that  may  impair  organizational  performance,  as,  for  instance,  the  estimated  product  completion time may not be met. Consequently, we could suggest that acquiring knowledge from the external  environment does not always yield beneficial outcomes for knowledge seeker organizations.     

 

637


Evangelia Siachou and Dimitris Apostolidis  Extant  literature  has  also  identified  possible  sources  from  which  an  organization  can  extract  the  required  knowledge.  As  such  technical  reports,  patent  databases,  conferences,  scientific  publications  and  use  of  Internet  as  well  as  sources,  which  occur  after  coordinated  efforts  on  the  part  of  organizations  to  establish  linkages (e.g. University‐industry cooperation, mergers and acquisitions or strategic alliances) are considered  as knowledge repositories (Ahuja and Katila, 2001; Caloghirou et al., 2004; Cohen et al., 2002; Soulitaris, 2001).  To gain access to such sources, though, the collaboration between organizations must be secured in order for  a knowledge transfer process to materialize (Kogut, 1988).     Management scholars (e.g., Grant and Baden‐Fuller, 2004; Inkpen and Beamish, 1997; Inkpen, 1998) illustrate  the effectiveness of alliances as external sources of knowledge and highlight a direct positive effect of external  knowledge  acquisition  on  organizational  performance  outcomes.  In  the  context  of  strategic  alliances,  numerous moderators have also been examined. As such, the significant role of trust that has been developed  (or should be) between the partners or the powerful relationships between the parties in an alliance increase  the  effectiveness  of  knowledge  exchange  processes.  However,  prior  literature  lacks  evidence  to  support  whether  or  not  alliances  could  function  as  determinant  factor  for  knowledge  seekers  in  minimizing  or  effectively managing knowledge costs.     Moreover, the majority of organizations which are in great need of acquiring knowledge tend to develop inter‐ organizational relationships which include customers, suppliers, investors and so on which may offer a useful  exchange  of  experiences  and  knowledge  that  aid  organizations  in  their  future  growth.  However,  these  relationships may not be adequate for the prompt acquisition of specific knowledge when needed since they  are not built on personal relationships with strong ties between the two interacted parties (Lyles and Schwenk,  1992; von Krogh et al., 1994). Perhaps a permanent collaboration between core employees and stakeholders  could  facilitate  the  latter  to  share  the  knowledge  they  possess  in  an  ongoing  process.  Moreover,  long‐term  relationships may ensure issues of loyalty and commitment between the two parties in a knowledge exchange  relationship.     In  reviewing  the  extant  literature  we  support  the  claim  that  the  acquisition  of  external  knowledge  is  often  linked  to  beneficial  organizational  performance  outcomes  able  to  effectively  manage  the  newly  acquired  knowledge.  However,  the  acquisition  of  knowledge  is  followed  by  knowledge  costs,  which  may  impair  its  efficacy.  Based  on  this  rationale,  and  in  order  to  expand  on  current  literature  we  delineate  research  propositions regarding the extent to which the three motions of external knowledge acquisition available to  start‐up  corporations  could  decrease  knowledge  costs.  In  addition,  we  also  hypothesize  the  impact  of  knowledge  acquisition  motions  on  each  of  the  four  distinct  types  of  knowledge  costs.  Our  research  propositions are summarized as follows:    RP1:  Knowledge  acquisition  from  various  external  sources  does  not  lead  to  knowledge  costs  minimization.     RP2:  Knowledge  acquisition  from  the  external  environment  leads  to  some  extent  to  knowledge  costs minimization.   RP3: Knowledge acquisition from alliances or partners leads to knowledge costs minimization.  

4. Inferences and concerns    Start‐ups directly participate in the product or service market within a short time span with the tendency to  enter foreign markets (Christensen, 1997; Lerner and Merges, 1998). To earn their returns, to gain competitive  advantage and efficiency of their operations, they are increasingly in need of urgently obtaining and instantly  using new  knowledge  that  is  sourced  outside  its  boundaries.  Thus,  there  is  not  only the  mere  acquisition  of  knowledge that matters but also its value and accuracy has to be legitimated at the same time, implying that  hidden knowledge costs should be appropriately managed.     The  main  outcome  of  this  study  is  that  a  decrease  in  knowledge  costs  can  be  achieved  mainly  through  the  formation of strategic alliances. This is also supported by the prior work of Darr et al. (1995) who suggest that  the productivity of one corporation is a matter of their partners’ success, thus highlighting a consistency in the  literature. Without underestimating additional efforts made by knowledge seekers to obtain new knowledge ‐ either from their external environment or from other sources (e.g., conferences, data bases, etc)‐ we support  the claim that for the case of start‐up corporations they are not found to be effective. More specifically, it is 

 

638


Evangelia Siachou and Dimitris Apostolidis  supposed that start‐ups without having prior presence in the sector in which they are planning to operate have  not equally developed the necessary powerful relationships with the stakeholders of the sector which might  secure them (easy) access to the amounts of knowledge required. It's true that strong ties between units or  teams positively affect the outcome of a knowledge acquisition and sharing activity. In the case of permanent  collaborations, the new knowledge acquired is subject of mutual exchange between two or more parties. In  contrast, temporary (or novel) relationships that a company attempts to form or develop with its stakeholders  cannot  guarantee  by  their  nature  prompt  acquisition  of  knowledge  on  an  ongoing  basis.  Furthermore,  such  relationships could also not be characterized as fruitful since the establishment of personal contact with those  interested in extracting specific knowledge is a prerequisite for a successful knowledge transfer. Elements of  trust,  the  willingness  of  those  possessing  the  required  knowledge  or  “win‐win”  expectations  are  also  taken  into consideration by the parties involved in knowledge acquisition (Davenport and Prusak 1998; DeLong and  Fahey  2000;  Gupta  and  Govindarajan  2000;  Nevis  et  al.,1995).  Taking  also  into  account  that  the  knowledge  acquisition  process,  even  if  it  is  coordinated,  is  by  nature  time‐consuming  and  likely  to  impair  the  expected  organizational  outcomes,  appropriate  relationships  in  terms  of  alliances  should  be  established  between  the  parties involved in the knowledge exchange in order for its inherent difficulties to be obviated.     Even  if  start‐ups  seek  to  acquire  new  knowledge  by  making  considerable  efforts  to  gain  access  to  various  knowledge sources available to the majority of organizations (thus overcoming the accessibility of knowledge  repositories)  they  may  be  confronted  with  issues  related  to  the  accuracy,  validity  or  implementation  of  the  knowledge to be acquired. The knowledge that is sourced outside an organization ‐either in its tacit or explicit  format‐  consists  of  previously  unexploited  amounts  of  knowledge  from  various  external  sources  (Olivera,  2000). External knowledge cannot be put into valuable use for an organization if it is not implemented within  the right context. For this to take place, start‐ups are required to possess experience and cognition similar to  that  of  the  new  knowledge  acquired,  which  is  not  always  the  case  for  novel  business  models  which  are  launched  for  the  first  time  in  the  local  and/or  international  market  place.  Start‐ups  may  lack  the  ability  to  implement effectively and efficiently the new knowledge acquired from various sources, even when they have  access  to  the necessary  knowledge.  In  contrast,  prior  sector  experience  aids  them  to  recognize  the value  of  incoming  knowledge,  make  the  necessary  modifications  in  order  for  the  newly‐obtained  knowledge  to  be  implemented  successfully  where  necessary,  or,  similarly,  to  institutionalize  the  utilization  of  the  incoming  knowledge.     Consequently,  knowledge  costs  minimization,  to  a  great  extent,  depends  on  which  knowledge  motion  is  adopted by start‐ups to secure and access sources which will provide them with the necessary knowledge. The  existing knowledge stock that a start‐up may maintain (mainly based on the personal knowledge possessed by  the  founders),  is  not  alone  adequate  to  reduce  the  possible  inherent  knowledge  costs.  Perhaps,  prior  knowledge  and  experiences  may  decrease,  to  an  extent,  the  implementation  costs.  Although  the  existing  knowledge embedded in various repositories is (or should be) available to almost the majority of corporation  through  everyone  employed  at  them,  its  accurate  identification  and  prompt  as  well  as  effective  implementation within time constraints which secure to start‐ups the first‐mover advantage requires, among  other things, direct and ongoing access to knowledge repositories along with the intervention of expert: in our  case the partners in an alliance.  

5. Limitations and future research   The study experienced some limitations in regards to its nature as a conceptual study. Empirical research, both  qualitative  and  quantitative,  should  follow  to  confirm  the  validity  of  our  research  propositions,  thus  generalizing  the  applicability  of  the  proposed  framework.  In  terms  of  the  research  propositions,  our  study  supports  a  general  framework  for  knowledge  costs  minimization  without  taking  into  consideration  specific  factors which may differently dominate in various sectors. Therefore, it is not clear whether our propositions  for  managing  knowledge  costs  could  equally  support  the  efforts  made  by  start  ups  in  different  sectors  to  manage  knowledge  costs.  In  addition,  the  linkages  provided  in  the  aforementioned  framework  may  be  modified, as different region conditions exist in every occasion.  Equally, additional studies in different sectors  need to be conducted to examine the functionality of the three proposed options of knowledge minimization.  Also,  each  option  should  be  further  empirically  tested  thus  contributing  in  the  literature  data  of  large  scale  analysis. In terms of the literature review, our study is based on a number of articles accessed through specific  databases  while  using  pre‐selected  key  words.  Consequently,  this  may  have  increased  the  likelihood  of  not 

 

639


Evangelia Siachou and Dimitris Apostolidis  taking  into  consideration  journal  articles and  published  research  work  in  other  electronic  databases  or  print  sources. 

6. Concluding remarks   Start‐ups  are  in  great  need  of  effectively  managing  knowledge  costs  so  as  to  achieve  successful  implementation  of  innovative  projects  and  gain  first  mover  advantage.  It  is  in  this  light  that  the  EU’s  knowledge  management  motions  may  provide  a  framework  for  the  successful  management  of  such  costs  when implemented by start‐ups. Derived from EU’s motion, the framework provided exemplifies three options  available  to  a  start‐up  corporation  in  the  need  of  acquiring  knowledge  outside  its  boundaries  (i.e.,  various  knowledge repositories, its external environment and/or alliances with knowledge keepers). We estimate that  not all motions have the same value in managing knowledge costs. The formation of strategic alliances with  organizations  which  possess  the  required  knowledge  seems  to  offer  a  significant  decrease  in  all  of  the  four  types of knowledge costs. Without underestimating the other two knowledge motions, seeking knowledge in  various  sources  outside  a  start‐up  corporation  does  not  always  promise  decrease  in  all  types  of  knowledge  costs.  Even  as,  the  external environment  of  start‐ups  is  estimated  as  a motion  able to  offer, to  an extent, a  decrease  in  transfer  and  implementation  costs,  other  antecedents  (e.g.,  trust,  nature  of  relationships,  etc)  should  also  be  taken  into  consideration  because  they  directly  affect  the  associated  search  and  acquisition  costs. it is not clear whether our propositions for managing knowledge costs could equally support the efforts  made  by  start‐ups  in  different  sectors  to  manage  knowledge  costs.  As  all  links  in  the  aforementioned  framework  may  be  modified,  as  different  region  conditions  exist  in  every  occasion  additional  studies  in  different  sectors  need  to  be  conducted  to  examine  the  functionality  of  the  three  proposed  options  of  knowledge minimization.  

References   Ahuja, G. and Katila, R. (2001) “Technological acquisitions and the innovation performance of acquiring firms: A  longitudinal study”, Strategic Management Journal, Vol. 22, No. 3, pp. 197‐220.  Arrow, K. (1974) The Limits of Organization, Norton, New York.   Caloghirou, Y., Kastelli, I. and Tsakanikas, A. (2004). “Internal capabilities and external knowledge sources: Complements or  substitutes for innovative performance”? Technovation, Vol. 24, No. 1, pp. 29‐39.    Christensen, C.M. (1997), The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail, Harvard Business  School Press: Boston, MA.   Cohen, W. and Levinthal, D. (1990) “Absorptive capacity: A new perspective on learning and innovation”, Administrative  Science Quarterly, Vol. 35, No. 1, pp. 128‐152.  Darr, E. D., Argote, L. and Epple, D. (1995). “The acquisition, transfer, and depreciation of knowledge in service  organizations: Productivity in franchises:, Management science, Vol. 41, No. 11, pp. 1750‐1762.  Davenport, T., Jarvenpaa, S. and Beers, M. (1996). “Improving knowledge work processes”, Sloan Management Review,  Vol. 37, No. 4, pp. 53‐65.   Davenport, T. and Prusak, L. (1998) Working Knowledge: How Organizations Manage What They Know. Harvard Business  School Press: Boston, MA.    Daviter, F. (2007). “Policy framing in the European Union”. Journal of European Public Policy, Vol. 14, No. 4, pp. 654‐666.  De Long, D. and Fahey, L. (2000) “Diagnosing cultural barriers to knowledge management”, Academy of Management  Executive, Vol. 14, No. 4, pp. 113‐127.   Dierickx, I. and Cool, K. (1989). “Asset stock accumulation and sustainability of competitive advantage”, Management  Science, Vol. 35, No. 12, pp. 1504‐1511.   Dyer, J. and Harbir Singh, H. (1998). “The Relational View: Cooperative Strategy and Sources of Interorganizational  Competitive Advantage”, Academy of Management Review, Vol. 23, No. 4, pp. 660‐679.   Edmondson, A. (2003) “Speaking up in the operating room: How team leaders promote learning in interdisciplinary action  teams”, Journal of Management Studies, Vol. 40, No. 6, pp. 1419‐1452.    Grant, R. and Baden‐Fuller, C. (2004) ”A knowledge assessing theory of strategic alliances”, Journal of Management  Studies, Vol. 41, No. 1, pp. 61‐84.   Gupta, A. and Govindarajan, V. (2000) “Knowledge management’s social; dimension: Lessons from Nucor steel”, Sloan  Management Review, Vol. 42, No. 1, pp. 71‐80.   Haas, M. and Hansen, M. (2005) “When using knowledge can hurt performance: the value of organizational capabilities in a  management consulting company”, Strategic Management Journal, Vol. 26, No. 1, pp. 1‐24.    Hansen, M. (1999) “The search‐transfer problem: The role of weak ties in sharing knowledge across organization subunits”.  Administrative Science Quarterly, Vol. 44, No. 1, pp. 87‐111.   Hansen, M., Mors, M. and Lovas, B. (2005). “Knowledge sharing in organizations: Multiple networks, multiple phases”,  Academy of Management Journal, Vol. 48, No. 5, pp. 776‐793.  Hitt, M., Ireland, D., Camp, S. and Sexton, D. (2001). “Strategic entrepreneurship: Entrepreneurial strategies for wealth  creation”, Strategic Management Journal, Vol. 22, No. 6‐7, pp. 479‐491.  

 

640


Evangelia Siachou and Dimitris Apostolidis  Inkpen, A. (1998). “Learning, knowledge acquisition, and strategic alliances”, European Management Journal, Vol. 16, No.  2, pp. 223‐229.   Inkpen, A. and Beamish, P. (1997) “Knowledge, bargaining power, and the instability of international joint ventures”,  Academy of Management Review, Vol. 22, No. 1, pp. 177–202.  Kogut, B. (1988). “Joint ventures: Theoretical and empirical perspectives”, Strategic Management Journal, Vol. 9, No. 4, pp.  319‐332.   Kogut, B. and Zander, U. (1993). “Knowledge of the firm and the evolutionary theory of the multinational corporation”,  Journal of International Business Studies, Vol. 24, No. 4, pp. 625–645.  Lerner, J. and Merges, R.P. (1998). “The control of technology alliances: An empirical analysis of the biotechnology  industry”, The Journal of Industrial Economics, Vol. 6, No. 2, pp. 125‐156.  Lyles, M. and Schwenk, C. (1992) “Top management, strategy, and organizational knowledge structures”, Journal of  Management Studies, Vol. 2, No. 29, pp. 155‐174.   Magretta J. (2002). “Why business models matter”, Harvard Business Review, Vol. 80, No. 5, pp. 86‐92.   Nevis, E., DiBella, A. and Gould, J. (1995) Understanding organizations as learning systems”, Sloan Management Review,  Vol. 36, No. 2, pp. 73‐85.   Olivera, F. (2000). “Memory systems in organizations: an empirical investigation of mechanisms for knowledge collection,  storage and access”, Journal of Management Studies, Vol. 37, No. 6, pp. 811‐832.  Reed, R. and DeFillippi, R.J. (1990). “Causal ambiguity, barriers to imitation, and sustainable competitive advantage”,  Academy of Management Review, Vol. 15, No. 1, pp. 88–102.  Simonin, B. (1999). “Transfer of marketing know‐how in international strategic alliances: An empirical investigation of the  role and antecedents of knowledge ambiguity”, Journal of International Business Studies, Vol. 30, No. 3, pp. 463‐490.  Souitaris, V. (2001). “External communication determinants of innovation in the context of a newly industrialized country:  A comparison of objective and perceptual results from Greece”, Technovation, Vol. 21, No. 1, pp. 25‐34.      Subramanian, M. and Venkatraman, N. (2001). “Determinants of transnational new product development capability.  Testing the influence of transferring and deploying tacit overseas knowledge”, Strategic Management Journal, Vol.  22, No. 4, pp. 359‐378.   Teece, D.J. (1977). “Technology transfer by multinational corporations: the resource cost of transferring technological  know‐how”, Economic Journal Vol. 87, pp. 242‐261.   Von Krogh, G., Ichijo, K. and Nonaka, I. (2000). Enabling Knowledge Creation, Oxford University Press: New York.  Wallace, H., Wallace, W. and Pollack, M.A. (Eds.). (2000). Policy‐making in the European Union, Oxford University Press:  Oxford, pp. 427‐460.   

 

641


Use and Acceptance of Learning Platforms Within Universities  Boyka Simeonova1, Pavel Bogolyubov2 and Evgeny Blagov3  1 School of Management, Royal Holloway, University of London, London, UK  2 Dpt. of Management Learning and Leadership, Lancaster University Management School,  UK  3 Dpt. of Information Technologies in Management, Graduate School of Management, St.  Petersburg University, St. Petersburg, Russia  Boyka.Simeonova.2010@live.rhul.ac.uk  p.bogolyubov@lancaster.ac.uk  blagove@gsom.pu.ru    Abstract:  Virtual  Learning  Environments  (VLEs)  are  learning  platforms  within  universities  aiming  to  enhance  students’  learning.  In  order  to  determine  the  success  of  VLE  adoption  in  universities  it  is  essential  to  identify  the  factors  which  influence  the  students’  acceptance  and  use  of  VLE  systems  and  potentially  to  develop  a  theoretical  model  which  can  predict  the  influence  of  these  factors  on  the  students'  learning  activities.  We  are  adopting  the  Unified  Theory  of  Acceptance and Use of Technology (UTAUT) model developed by Venkatesh et al. (2003) to identify and test the underlying  factors influencing VLE acceptance and use. UTAUT is a relatively new and untested model especially within cross‐cultural  settings in the context of Higher Education (Straub, 2009). The adoption of UTAUT to explore the use and acceptance of  technology – and particularly VLEs – in educational settings is somehow limited. We posit that this model is appropriate for  this  context  and  we  position  our  research  to  fill  these  gaps.  We  are  testing  the  model  in  three  business  schools  in  universities in two different countries. We are aiming to test the model within UK and Russian educational settings using  factor  analysis  by  deploying  Venkatesh  et  al.’s  (2003)  questionnaire  among  students.  If  UTAUT has  been  used  in  various  settings,  its  adoption  appears  to  lack  rigour  in  explaining  the  significance  of  the  identified  factors  which  can  shape  acceptance  and  use.  The  results  would  help  enhancing  and  hopefully  strengthening  the  theory  by  testing  the  factors’  loadings and their impact on VLE acceptance and use within educational settings to enhance knowledge creation, sharing,  mapping and collaboration. The results demonstrate the validity of the UTAUT model in different cultural settings as well  as  the  deeper  cultural  differences  in  the  perceptions  of  use  and  acceptance  of  VLEs  which  highlight  the  crucial  role  of  culture on technology adoption.      Keywords: UTAUT, technology acceptance, virtual learning environments, higher education 

1. Introduction  The aim of this study is to test the validity of the original Venkatesh’s UTAUT model in cross‐cultural settings  (Venkatesh et al. 2003). Few studies have attempted to test the model in other countries and most of them  include  US  where  the  model  was  originally  developed  and  tested  (e.g.  Venkatesh  and  Zhang  2010;  Im  et  al.  2011;  Nistor  et  al.  2010,  2011).  Venkatesh  and  Zhang  (2010)  call  for  expanding  the  use  of  the  model  by  primarily  testing  its  validity  and  robustness  in  other  cultural  contexts.  This  paper  aims  to  fill  this  gap  and  provide insights from two countries: the UK and Russia.     This  paper  advances  the  recent  findings  of  Blagov  and  Bogolyubov  (2013).  They  tested  the  UTAUT  model  in  three Russian organisations from various industries which implemented corporate Web 2.0 platforms. In this  study we focus only on one industry – Higher Education – and we investigate the use and acceptance of VLE  platforms in three business schools, two in the UK and one in Russia. Straub (2009) points out that UTAUT has  not been extensively adopted, particularly not in educational settings to test the acceptance and use of VLEs.     Virtual Learning Environments (VLEs) are digital platforms – often Web 2.0‐driven – which aim at enhancing  interactions  among  students  and  between  learners  and  teachers.  These  platforms  are  being  given  an  increasingly  prominent  role  in  the  teaching  and  learning  process  (Pituch  and  Lee  2006).    The  use  of  VLE  provides access to a wealth of materials and allows interaction and knowledge sharing between learners and  between students and teachers without the limitations of space and time (van Raaij and Schepers 2008). VLEs  such as Moodle and Blackboard are tools for knowledge mapping where students are provided with the course  contents,  lesson  plans,  podcasts,  etc  as  well  as  for  knowledge  sharing  and  creation  by  using  wikis,  forums,  resources  and  repositories  embedded  in  these  systems.  Eid  and  Nuhu  (2011)  identified  that  the  use  of  IT  technologies has a significant positive effect on knowledge sharing in Saudi universities. It is often argued that  adoption of VLE technologies within universities would result in greater students’ creativity, problem solving 

642


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  and improve their learning experiences (Wozney et al., 2006). In that respect the most widely adopted learning  platforms  are  WebCT,  Blackboard,  or  Moodle  (Vrasidas,  2004).  However,  VLEs  are  not  utilized  and  used  by  students to their full potential. It is recognised that user acceptance is one of the essential prerequisites for the  development  of  knowledge  management  systems  (Vitari  et  al  2007).  It  is  therefore  crucial  to  identify  what  determines technology adoption in Higher Education and particularly what shapes the use and acceptance of  VLE systems such as Moodle and Blackboard.      In  the  following  section  we  present  the  UTAUT  theoretical  model  with  a  discussion  on  its  current  state  and  robustness. The subsequent sections portray our study design, analysis and findings. Finally, we conclude with  theoretical and practical remarks and provide future opportunities for research.   

2. Theoretical framework   UTAUT was developed by Venkatesh et al. (2003) as a unified theory after reviewing eight models – the theory  of reasoned action (TRA), the technology acceptance model (TAM), the motivational model (MM), the theory  of planned behaviour (TPB), the model of PC utilization (PCU), the innovation diffusion theory (IDT), and the  social  cognitive  theory  (SCT).    The  authors  assessed  the  eight  models  with  regards  to  their  similarities,  differences  and  abilities  to  explain  individuals’  acceptance  of  new  technologies.  They  compared  them  empirically in four US organisations and found that the existing models explained between 17% and 53% of the  variance in the use and acceptance of technology. Based on these results they proposed a new unified model.  The UTAUT model appears to present a fairly complete picture of technology acceptance and use as it includes  direct  determinants  of  behavioural  intention  and  use  behaviours  such  as  performance  expectancy,  effort  expectancy, social influence, facilitating conditions. They suggested four mediating factors impacting the use  and acceptance of IT – gender, age, experience and voluntariness of use. Subsequently, the authors tested the  newly founded model on the same four companies and found that the explanatory power of the new UTAUT  model  is  70%  which  exceeded  sensibly  the  results  obtained  by  the  other  eight  models.  The  graphical  representation of the UTAUT model is portrayed on Figure 1. 

  Figure 1: UTAUT Model (Venkatesh et al., 2003)  The original model presented above has been cross‐culturally tested by Oshlyansky et al. (2007). They tested  the theory with students from diverse faculties in the following nine countries: Czech Republic, Greece, India,  Malaysia,  New  Zealand,  Saudi  Arabia,  South  Africa,  the  United  Kingdom,  and  to  the  United  States.  They  conducted  PCA  analysis  on  the  data  to  explore  and  validate  the  factor  loadings.  Across  the  countries  their  analysis  resulted  in  one  ‘omnibus’  factor  which  contained  all  the  constructs  except  Anxiety.  Based  on  their  findings  it  can  be  stated  that  the  model  is  robust  and  applicable  across  diverse  countries  and  cultures.  However,  we  argue  that  this  result  is  dubious  and  it  questions  the  construct  validity  of  their  data  as  all  the  constructs load onto a single factor. On the other hand, Al‐Gahtani et al. (2007) investigated the applicability of  UTAUT to a single country (Saudi Arabia) and concluded that culture is a significant factor for technology use  and acceptance.     Venkatesh and Zhang further tested the validity of the model and in a new study (Venkatesh and Zhang 2010)  compared  two  countries:  US  and  China.  Their  results  revealed  variations  in  the  relationships  across  the 

643


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  countries  based  on  gender,  age  and  experience  as  well  as  a  significant  difference  on  the  effect  of  social  influence. They concluded that the model has potential to be extended cross‐culturally. However, considering  the  scarcity  of  the  empirical  evidence,  they  called  for  further  testing  and  validating  of  the  theory  so  that  it  acquires  robustness  and  generalizability  power.  In  an  attempt  to  answer  this  call  and  enhance  the  theory,  Blagov  and  Bogolyubov  (2013)  tested  the  validity  of  UTAUT  in  three  Russian  companies  across  diverse  industries  –  the  software  industry,  Higher  Education  and  the  banking  industry.  They  conducted  Principal  Component  Analysis  (PCA)  and  concluded  that  the  model  could  be  considered  valid  in  the  Russian  context.  However, their analysis revealed significantly different results from Oshlyansky et al. (2007) as their analysis  resulted in five different factors as opposed to one ‘omnibus’ factor.         As Blagov and Bogolyubov (2013) studied solely one country, we attempt to fill this gap and extend their study  by comparing Russia and the UK and focusing on the use and acceptance of VLEs within Universities’ Business  and Management Schools. Our research aims are: 1) to cross‐culturally validate the UTAUT model and 2) to  test  the  model  within  Higher  Education.  In  the  following  section  the  methodology  adopted  for  the  study  is  presented. 

3. Methodology  As evident from the literature review, there have been recent attempts to test and validate the theory cross‐ culturally and it has been contended by the originators of the theory that this is a potential shortcoming of the  model  that  needs  to  be  addressed  by  scholars.  The  question  this  research  aims  to  answer  is  whether  the  original model developed in the US can be extended to other countries. This study investigates two countries  in particular: the UK and Russia. We first test whether the results are significantly different from the original  UTAUT  model.  Secondly,  we  compare  the  results  between  the  UK  and  the  Russian  sample  to  identify  any  similarities  and  differences  between  these  two  countries.  Subsequently,  we  try  to  explain  any  unexpected  results  and  any  emerging  cultural  differences  in  the  use  and  acceptance  of  VLE  technologies  within  universities.  In  order  to  answer  these  questions,  data  was  collected  from  students  in  three  Business  and  Management Schools; two in the UK and one in Russia. Before leveraging the survey, the construct items were  adjusted and reworded to fit the technology in question. In our case we are investigating the use of Moodle  and  Blackboard  as  learning  platforms,  so  the  questions  of  the  survey  were  adjusted  to  fit  for  purpose.  Subsequently the construct “behavioural intention to use” was dropped from the model as we are testing the  UTAUT  model  on  already  existing  technologies  as  opposed  to  predicting  the  use  of  technology  that  has  not  been  implemented  yet.  The  English  version  of  the  adapted  questionnaire  is  presented  in  Appendix  A.  The  survey  questions  were  back‐translated  by  two  bilingual  (English‐Russian)  scholars.  This  way  the  authors  ensured that the meaning was kept and the Russian version carried the same nuances as the original English  version.      Prior  to  leveraging  the  main  survey  we  conducted  a  pilot  study  with  31  students  from  the  Russian  business  school. The data showed a reliability results greater than 0.70 based on Cronbach’s Alpha measurement. The  recommended threshold for acceptable reliability is a value of Cronbach’s Alpha greater than 0.70 (Nunnally,  1978). After the pilot study, the main survey was sent out to the students in the three business/management  schools. The study has applied purposeful sampling technique as the study was targeting specifically enrolled  students  at  universities  where  a  VLE  platform  exists.  However,  the  sample  is  representative  and  ‘fair’  as  all  students  had  an  equal  chance  to  participate  in  the  survey.  In  total  169  completed  questionnaires  were  returned. Subsequently, we tested the reliability of these 169 responses. The constructs show good reliability  as the values of Cronbach’s Alpha vary between 0.754 and 0.936 which exceeds the recommended value of  0.70. The following table presents the reliability results for each construct:  Table 1: Main study reliability results  UTAUT Construct 

Cronbach’s Alpha 

Performance expectancy  Effort expectancy  Attitude toward using technology  Social influence  Facilitating conditions  Self‐efficacy  Anxiety 

.907  .936  .914  .754  .844  .855  .867 

644


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  We conducted PCA to identify the factor loadings and test the validity of the theory. We conducted the PCA  using SPSS 21. Varimax rotation technique was applied. Factor loadings with eigenvalues of 0.1 or more are  considered acceptable principal components, and factor loadings with magnitude 0.3 or more are considered  statistically  significant  (Kline  2002).  First,  a  PCA  analysis  was  performed  on  the  whole  dataset  followed  by  country‐by‐country PCA analysis. The results are shown in the following section.  

4. Analysis and findings  The demographic characteristics of the sample are the following: the UK dataset consists of 102 respondents,  out  of  which  36  male,  66  female,  and  their  average  age  is  21.29  years.  The  Russian  dataset  consists  of  67  respondents; out of which 34 male, 32 female, and one respondent who didn’t specify her or his gender. The  average  age  of  the  participants  in  the  Russian  dataset  is  21.23  years.  The  results  of  the  PCA  after  Varimax  rotation based on the whole dataset (UK and Russia) are presented in Table 2. Each row corresponds to the  respective question in the questionnaire. The statistically significant loadings are marked with the sign “*” in  the table.   Table 2: UK and Russia results of the PCA after the Varimax rotation 

  PE1  PE2  PE3  PE4  EE1  EE2  EE3  EE4  ATUT1  ATUT2  ATUT3  ATUT4  SI1  SI2  SI3  SI4  FC1  FC2  FC3  FC4  SE1  SE2  SE3  SE4  Anx1  Anx2  Anx3  Anx4 

Rotated Component Matrixa  Component  1  2  3  4  5  .597*  .246  ‐.157  .550*  .135  .742*  .109  ‐.222  .314*  .212  .756*  .150  ‐.133  .298  .212  .650*  .086  ‐.139  .442*  .244  .413*  .705*  ‐.166  .112  .182  .251  .760*  ‐.174  .247  .212  .260  .840*  ‐.238  .146  .102  .234  .838*  ‐.177  .235  .046  .624*  .328*  ‐.163  .412  .014  .846*  .175  .011  ‐.031  .059  .814*  .286  .058  ‐.059  .125  .834*  .291  ‐.020  .042  .132  .388*  ‐.011  ‐.150  .256  .195  .063  ‐.058  ‐.113  .090  .195  .246  .215  ‐.073  .757*  .127  .167  .253  ‐.055  .787*  .136  .094  .445*  ‐.017  .537*  .108  .055  .607*  ‐.028  .460*  .099  .231  .367*  ‐.148  .212  .221  .328*  .459*  .052  .041  .113  .107  .573*  ‐.075  .078  .455*  .207  .263  .035  .184  .770*  .180  .171  ‐.096  .100  .850*  .179  .085  ‐.181  .093  .852*  ‐.190  ‐.042  .657*  .111  ‐.214  ‐.060  ‐.104  .872*  ‐.146  ‐.036  ‐.039  ‐.133  .897*  ‐.058  ‐.058  ‐.029  ‐.252  .839*  ‐.115  .009  Extraction Method: Principal Component Analysis.  Rotation Method: Varimax with Kaiser Normalization. 

6  ‐.072  ‐.007  .106  .076  .073  .080  ‐.013  ‐.045  .109  .223  .286  .168  .642*  .722*  .225  .119  .474*  .388*  .448*  .604*  .168  .196  .190  .122  ‐.176  ‐.036  ‐.013  ‐.049 

Note: PE ‐ Performance Expectancy, EE ‐ Effort Expectancy, ATUT ‐ Attitude toward using technology, SI ‐ Social  Influence, FC ‐ Facilitating Conditions, SE ‐ Self‐efficacy, Anx – Anxiety    Similarly  to  the  results  of  the  Blagov  and  Bogolyubov’s  (2013)  study  and  in  contrast  to  the  results  of  Oshlyansky  et al.  (2007),  our  results  do  not  show  one  ‘omnibus’  factor.  Our  results  show  that  the construct  items load onto six different factors.  

645


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  Factor  1  includes  significant  loadings  of  all  the  items  of  the  constructs  PE  and  ATUT.  Three  more  construct  items load on Factor 1: EE1, SI1 and FC4. This factor represents the perceived usefulness and fun of using the  learning  platform.  Occasionally,  but  to  a  lesser  extent  the  facilitating  conditions  and  social  influence  could  affect this perception when the students are externally influenced by others to use the system or when they  require assistance in using it.     Factor 2 comprises statistically significant loadings of all the items of the constructs EE and FC. Two more items  load on Factor 2:  ATUT1 and SE1. The existence of external support and facilitating conditions results in less  effort  required  from  the  students  to  learn  how  to  use  the  VLE  platform  and  enhances  their  perception  that  using the VLE is a good idea.     Factor 3 is representative solely of the Anxiety construct. What is interesting is that the whole construct loads  with positive sign. This could be interpreted in a way that students with high levels of anxiety towards using  the platform may put more effort into using it (Blagov and Bogolyubov, 2013). This could be due to students’  intrinsic  motivation  to  do  well  in  their  studies  where  despite  their  high  levels  of  frustration  in  using  the  platform  they  invest  extra  time  to  interact  with  it.  Other  possible  explanation  could  be  due  to  external  pressure  from  peers  or  colleagues  to  use  the  system  which  could  lead  to  higher  levels  of  frustration  and  anxiety but still resulting in high interaction levels with the platform.    Factor  4  is  a  collection  of  items:  PE1,  PE2,  PE4,  SI3,  SI4,  FC2  and  FC3.  This  factor  relates  to  the  students’  perception of the value of Moodle/Blackboard for their studies. However as opposed to Factor 1 where it was  related to fun, this factor describes the strong external support that needs to be provided to students to help  them see it as a useful tool.    Factor 5 represents the whole SE construct and it clearly accounts for the self‐efficacy of the platform.    Factor  6  is  a  mixture  of  the  whole  FC  construct  and  two  SI  items  (SI1  and  SI2).  The  whole  FC  factor  scores  higher loadings on Factor 2 where it is closely related with the ease of use of the VLEs. Factor 6 implies that  students  are  externally  motivated  to  use  the  system  by classmates  and  other  influential  people  and  despite  the recognised value of the facilitating conditions, they are using the platform because they are expected to.     The mixed UK and Russian data results in 6 Factors. Each construct loads significantly on one or two factors.  The only construct which does not load on a single factor is SI. SI’s highest loadings are distributed between  two factors Factor 4 and Factor 6.     Subsequently, we conducted a country‐by‐country analysis to test the cross‐cultural validity of the model and  investigate any similarities and differences between the UK and Russia. Table 3 presents the results of the PCA  based on the UK dataset.  Table 3: UK results of the PCA after the Varimax rotation    PE1  PE2  PE3  PE4  EE1  EE2  EE3  EE4  ATUT1  ATUT2  ATUT3  ATUT4  SI1  SI2  SI3 

1  .781*  .825*  .781*  .752*  .333*  .206  .159  .189  .639*  .596*  .543*  .664*  .246  ‐.100  .302* 

2  .224  .221  .121  .055  .824*  .811*  .865*  .761*  .223  .017  .119  .174  ‐.040  .031  .127 

Rotated Component Matrixa  Component  3  4  .294  ‐.089  .046  ‐.071  .130  .004  .224  .016  .088  ‐.058  .275  ‐.125  .214  ‐.173  .357*  ‐.251  .391*  ‐.220  .000  .178  ‐.017  .123  .022  .029  .195  ‐.003  .061  .014  .748*  .015 

646

5  .084  .100  .061  .115  .102  .178  .055  .048  .122  .029  .096  .180  .158  .046  .105 

6  ‐.069  .052  .190  .050  .136  ‐.042  .141  .144  .293  .629*  .717*  .563*  .095  ‐.003  ‐.026 

7  .033  .105  ‐.030  .104  .116  .079  ‐.080  ‐.139  ‐.045  ‐.020  ‐.029  ‐.074  .766*  .833*  .200 


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov 

SI4  FC1  FC2  FC3  FC4  SE1  SE2  SE3  SE4  Anx1  Anx2  Anx3  Anx4 

.311*  .081  .041  .230  ‐.020  .036  .112  .138  .117  ‐.037  ‐.124  .001  .073 

Rotated Component Matrixa  Component  .138  .780*  ‐.009  .095  .242  .814*  ‐.062  .145  .365*  .764*  ‐.106  .122  .192  .403*  ‐.177  .302*  .327*  .336*  .009  ‐.018  .536*  .154  ‐.080  .416*  .125  .258  .089  .820*  .154  .102  ‐.018  .852*  .064  .027  ‐.038  .892*  .123  .115  .717*  ‐.186  ‐.197  ‐.157  .820*  .060  ‐.269  ‐.034  .862*  .055  ‐.166  ‐.121  .878*  .069  Extraction Method: Principal Component Analysis.  Rotation Method: Varimax with Kaiser Normalization. 

‐.106  .181  .168  .274  .663*  .140  .051  ‐.002  .039  .030  .062  .040  .004 

.029  .125  ‐.012  .213  .252  .042  ‐.014  .120  .089  .005  ‐.038  .002  .034 

Interestingly,  the  first  obvious  difference  is  that  the  UK  dataset  resulted  in  7  factors  while  the  combined  UK/Russia dataset had only 6 factors. Secondly, the constructs item loadings are more dispersed than in the  combined results. This could be due to underlying cultural differences.    Similarly to the results in the combined dataset, Factor 1 includes all items of the PE and ATUT construct. There  are three more items loading on Factor 1: EE1, SI3 and SI4. This reveals that in the UK Universities there is a  strong external support from teachers and the college who enhance the perception of usefulness and fun of  using the VLE platform.     Factor 2 accounts for the whole EE construct, FC2, FC4 and SE1. This factor shows that if facilitating conditions  are present students find the use and the interaction of the system easier.    Factor 3 represents the whole FC construct, EE4, ATUT1, SI3 and SI4. It can be interpreted in a way that the  formation  of  positive  attitude  towards  Moodle/Blackboard  highly  depends  on  the  available  facilitating  conditions as well as strong support from the teachers and the college.      Factor 4 accounts solely for the Anxiety construct and all items have positive loadings as in the Factor 3 of the  combined dataset. It could be particularly relevant that in UK Universities higher levels of anxiety could lead to  higher efforts for using the system. A possible explanation could be the lower level of uncertainty avoidance in  the UK culture according to Hofstede’s cultural dimensions model (Hofstede and Bond 1988).    Factor 5 of the UK dataset similarly to Factor 5 of the combined dataset represents the whole SE construct but  it  has  an  additional  item  FC3  thus  showing  the  perceived  self‐efficacy  of  the  UK  students  in  relation  to  the  compatibility of the VLE with other systems used by the students.    Factor  6  is  a  mixture  of  ATUT2,  ATUT3,  ATUT4,  and  FC4.  Similarly  to  the  Factor  1  it  demonstrates  positive  attitude towards using the VLE platform if there is external help that students can rely on if facing difficulties  with the system.    Factor 7 consists only of SI1 and SI2 showing the positive influence of the social pressure on the UK students’  effort to use the VLEs.    Finally,  Table  4  presents  the  results  from  the  Russian  dataset.  The  first  apparent  point  is  that  the  Russian  dataset  resulted  in  7  factors,  same  as  the  UK  dataset  result.  Secondly,  the  Russian  results  appear  ‘noisier’   which can be interpreted as a result of cultural differences and perceptions in the use and acceptance of VLEs  between the Anglo‐Saxon cultures, to which both the UK and the US (which is “native” for the UTAUT model)  cultures belong, and the Russian culture.         Factor 1 is quite untidy in comparison to the UK Factor 1 and it includes diverse items from many constructs.  These  are  all  items  of  PE  and  ATUT  constructs,  EE1,  EE2,  EE3,  SI1,  SI3,  FC1  and  Anx1.  The  factor  could  be 

647


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  interpreted in a way that providing facilitating conditions together with support from teachers and a little push  from influential people results in students forming positive attitude towards using the VLE platform and being  less apprehensive about interacting with it.      Table 4: Russia results of the PCA after the Varimax rotation  Rotated Component Matrixa 

PE1 

1  .329* 

2  .703* 

3  .454* 

Component  4  .103 

5  .095 

6  .096 

7  .020 

PE2 

.607* 

.544* 

.022 

.206 

.399* 

.096 

‐.094 

PE3 

.551* 

.604* 

.098 

.215 

.350* 

.184 

‐.007 

PE4 

.357* 

.670* 

.254 

.232 

.316* 

.072 

.161 

EE1 

.452* 

.203 

.622* 

.155 

.282 

.167 

.018 

EE2 

.392* 

.302* 

.770* 

.115 

.148 

.102 

.087 

EE3 

.314* 

.260 

.754* 

.226 

.179 

.224 

‐.060 

EE4 

.224 

.224 

.834* 

.016 

.017 

.072 

‐.201 

ATUT1 

.704* 

.434 

.135 

.077 

‐.082 

.155 

.027 

ATUT2 

.822* 

.071 

.332* 

.279 

.131 

.046 

.106 

ATUT3 

.805* 

.113 

.393* 

.159 

.128 

.064 

.198 

ATUT4 

.799* 

.160 

.284 

.197 

.028 

.256 

.083 

SI1 

.629* 

.331* 

.061 

.289 

.068 

.337* 

.379* 

SI2 

.231 

.122 

‐.061 

.187 

.202 

.090 

.795* 

SI3 

.370* 

.763* 

.159 

.105 

.123 

.170 

.020 

SI4 

‐.088 

.797* 

.288 

.141 

.062 

.099 

.182 

FC1 

.415* 

.206 

.114 

‐.152 

.217 

.605* 

.315 

FC2 

.201 

.114 

.431 

‐.113 

.097 

.649* 

.284 

FC3 

.050 

.023 

.198 

.425* 

.084 

.731* 

.022 

FC4 

.170 

.181 

.070 

.089 

.168 

.821* 

‐.094 

SE1 

‐.071 

.103 

.602* 

.048 

.312* 

.328* 

.319* 

SE2 

.058 

.199 

.241 

.219 

.805* 

.189 

‐.082 

SE3 

.131 

.061 

.112 

.198 

.878* 

.098 

.178 

SE4 

.071 

.170 

.131 

.233 

.810* 

.134 

.197 

Anx1 

‐.430* 

‐.007 

‐.120 

‐.642* 

‐.227 

‐.273 

.164 

Anx2 

‐.172 

‐.169 

‐.027 

‐.857* 

‐.255 

‐.025 

‐.210 

Anx3 

‐.201 

‐.210 

‐.078 

‐.799* 

‐.294 

.073 

‐.303* 

Anx4 

‐.234 

‐.360* 

‐.277 

‐.661* 

‐.171 

‐.256 

.143 

 

Extraction Method: Principal Component Analysis.  Rotation Method: Varimax with Kaiser Normalization. 

Factor 2 includes the whole PE construct, EE2, SI1, SI3, SI4 and Anx 4. A possible interpretation for this factor  could  be  that  Russian  students  require  more  social  support  from  the  college,  the  teachers  and  other  influencing  people  in  order  for  them  to  overcome  the  feeling  of  the  system  being  intimidating  and  start  perceiving the platform as an useful and easy to use tool aiming to enhance their learning.        Factor  3  represents  the  whole  EE  construct  with  additional  items:  PE1,  ATUT2,  ATUT3  and  SE1.    This  factor  relates the perception of the system being useful and fun to the ease of using it.  

648


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  The whole Anxiety construct loads on Factor 4, but interestingly all loadings are negative which is contrary to  the UK results. This could mean that students in Russian Universities are less willing to interact with the system  if  they  feel  uncomfortable  with  it  and  experience  higher  levels  of  anxiety.  This  could  be  due  to  students  unwilling to make an extra effort if they find the system difficult or not so useful.    Factor 5 accounts for the whole SE construct and three items from construct PE: PE2, PE3 and PE4. This could  mean that students may not be self‐motivated to use the system unless they find direct usefulness of adopting  it, which interestingly seems different from the UK students who demonstrate significant positive loadings for  the  SE  factor without  significant  linkage  with  the performance  expectancy.  A  possible  interpretation  for  this  could be that Russian students seem to be more practice‐oriented in their motivation to use systems. A viable  Hofstede‐based explanation most probably could be related to the uncertainty avoidance factor which would  need further testing.    Factor  6  incorporates  the  whole  FC  construct  with  only  two  additional  items  SI1  and  SE1  which  makes  the  results a little controversial, thus requiring further analysis to investigate the variations within the data. Some  students  find  the  supporting  conditions  encouraging  which  results  in  them  using  the  system  independently  while others use it because they are forced by external factors and people despite the availability of facilitating  conditions.     Factor 7 similarly to the UK results accounts for SI1 and SI2. It has additional loadings from SE1 and Anx3. As  with the UK results this factor describes the external pressure to use the system. However, it appears that the  students  in  Russia  need  this  extra  social  push  and  reassurance  to  overcome  their  hesitation  to  use  Moodle/Blackboard.    

5. Conclusion  This paper contributes to the theory and practice in several ways. Firstly, we tested the UTAUT model cross‐ culturally  in  two  countries:  the  UK  and  Russia.  Secondly,  we  tested  the  model  within  educational  settings.  Thirdly, the study revealed the cultural similarities and differences in the use and adoption of VLEs between  the students from UK and Russian universities.     From the presented findings we can clearly conclude that the UTAUT model is valid in cross‐cultural settings.  Interestingly,  the  combined  UK  and  Russian  dataset  fits  the  model  best  with  least  noise  and  dispersed  item  loadings. The more in‐depth country‐by‐country analysis shows that there are cultural differences in the use  and acceptance of VLEs. The effect of social influence and anxiety is different in the two countries, indicating  the  culture‐specific  nature  of  the  use  and  acceptance  of  technology.  The  students  in  the  UK  Universities  experience higher levels of anxiety but the effect of this anxiety stimulates them to make an extra effort to use  the  system  in  order  to  do  well  in  their  studies.  That  could  be  because  UK  students  rely  less  on  external  influence and motivation and the value of using the system appears to be well built in the culture of the UK  universities.  The  students  in  the  Russian  university  experience  less  anxiety  in  general,  but  when  anxiety  is  present this reduces their interaction with the system and prevents them from perceiving it as useful. A reason  for this could be the students’ lower intrinsic motivation to interact with the system, or low level of integration  of  the  value  of  using  the  system  in  the  culture  of  this  university,  or  Russian  universities  in  general.  Interestingly,  the  results  from  the  three  Russian  companies  described  in  Blagov  and  Bogolyubov  (2013)  revealed  a  positive  relationship  between  anxiety  levels  and  effort  to  use  the  system,  similarly  to  the  results  from  the  UK  university  presented  in  this  paper.  In  that  respect,  the  second  explanation  seems  to  be  more  adequate here, that the negative influence of anxiety experienced by students in the Russian university is due  to specific traits of the corporate culture of this university, or the universities in Russia in general.    This  study  provides  a  recommendation  to  carefully  control  the  level  of  the  students’  anxiety  at  universities,  even more at Russian universities as the negative effect of anxiety on effort could be a result of higher level of  uncertainty avoidance in Russian culture (The Hofstede Centre, 2013). Thus, universities in Russia should make  greater  use  of  VLE  platforms,  which  are  valuable  tools  for  collaboration,  sharing  materials,  opinions  and  knowledge, communication with peers and group mates, participating in forums and helping others. The peers  and teachers need to support the students if they have difficulties using the platform so that students’ anxiety  levels  do  not obstruct  them  from  using  the  system.  A  clear  vision  of  the  positive  features  and  usefulness  of  using  the  VLEs  should  be  conveyed  within  universities  and  deeply  built  in  their  culture  as  the  result  have 

649


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  clearly shown that students in Russian universities follow a more practice‐based approach in using the system,  meaning  that  they  are  motivated  to  use  the  system  only  if  they  find  it  directly  useful.      Conversely,  the  UK  students  put  more  effort  into  interacting  with  the  system  even  if  the  benefits  are  not  directly  observable.  However, UK students experience much higher anxiety levels. Even though higher levels of students’ anxiety  lead to greater effort to use the system, this issue should be addressed as anxiety in general is a distressing  factor that can lead to demotivation of users even in the cultures with lower levels of uncertainty avoidance.  Thus, the UK universities should provide greater support and enhance students’ awareness of possibility to get  support if facing difficulties in using the VLEs.    Further research should expand the study to include more countries and test UTAUT as well as the use and  acceptance  of  VLEs.  Subsequently,  further  investigation  is  needed  to  conduct  deeper  analysis  of  the  most  controversial  factors  of  social  influence  and  anxiety.  Anxiety  specifically  loads  positively  on  the  UK  and  the  UK/Russia  datasets  and  negatively  on  the  Russian  dataset.  It  is  worth  exploring  further  what  causes  such  anxiety levels in different contexts. As for the theoretical scope and practical methodology of future research,  analysing  the  influence  of  cultural  differences  using  Hofstede’s  cultural  dimensions  model  seems  potentially  fruitful  and  it  would  be  worth  extending  the  original  Venkatesh  et  al.  (2003)  questionnaire  to  incorporate  items on culture.  

Appendix A  The UTAUT questionnaire leveraged to both countries is presented below:  Performance Expectancy: How useful do you think Moodle/Blackboard is?  PE1  I would find Moodle/Blackboard useful for my studies   PE2  Using Moodle/Blackboard enables me to accomplish tasks more quickly  PE3  Using Moodle/Blackboard increases my productivity  PE4  If I use Moodle/Blackboard, I will increase my chances of successfully completing the course    Effort Expectancy: How much effort does it take?  EE1  My interaction with Moodle/Blackboard would be clear and understandable  EE2  It would be easy for me to become skilful at using Moodle/Blackboard  EE3  I would find Moodle/Blackboard easy to use  EE4  Learning to operate Moodle/Blackboard is easy for me    Attitude toward using technology: Is it enjoyable?  ATUT1  Using Moodle/Blackboard is a good idea  ATUT2  Moodle/Blackboard makes work more interesting  ATUT3  Working with Moodle/Blackboard is fun  ATUT4  I like working with Moodle/Blackboard    Social Influence: What do your social surroundings think about Moodle/Blackboard?  SI1  People who influence my behaviour think I should use Moodle/Blackboard  SI2  I use it because most of my classmates do  SI3  The teachers are supporting the use of Moodle/Blackboard  SI4  In general, the University supports the use of Moodle/Blackboard    Facilitating Conditions: Do you have everything you need to use Moodle/Blackboard?  FC1  I have the resources necessary to use Moodle/Blackboard  FC2  I have the knowledge necessary to use Moodle/Blackboard  FC3  Moodle/Blackboard is compatible with other systems I use  FC4  A specific person (or group) is available for assistance with Moodle/Blackboard difficulties    Self‐efficacy: I could complete a job or task using Moodle/Blackboard…  SE1  If there was no one around to tell me what to do as I go  SE2  If I could call someone for help if I got stuck  SE3  If I had a lot of time to complete the job for which the software was provided  SE4  If I had just the built‐in help facility for assistance   

650


Boyka Simeonova, Pavel Bogolyubov and Evgeny Blagov  Anxiety  Are there any concerns?  Anx1  I feel apprehensive about using Moodle/Blackboard  Anx2  It  scares  me  to  think  that  I  could  lose  a  lot  of  information  using  Moodle/Blackboard  by  hitting  the  wrong key  Anx3  I hesitate to use Moodle/Blackboard for fear of making mistakes  Anx4  Moodle/Blackboard is somewhat intimidating to me 

References  Al‐Gahtani, S. S., Hubona, G. S. and Wang, J. (2007) “Information technology (IT) in Saudi Arabia: Culture and the  acceptance and use of IT”, Information & Management, 44, 681‐691.  Blagov, E. and Bogolyubov, P. (2013) “Corporate Web 2.0 systems adoption in Russian companies: testing the UTAUT  validity” In: Abstracts of Papers Presented at the International Conference on Innovation and Entrepreneurship.  Kharabsheh, R A. (ed.). Reading : Academic Conferences and Publishing International Limited p. 4‐5. 2 p.  Eid, M. and Nuhu, N. A. (2011) “Impact of learning culture and information technology use on knowledge sharing of Saudi  students”, Knowledge Management Research & Practice, 9, 48‐57.  Hofstede G. and Bond M. H. (1988) “The Confucius Connection: From Cultural Roots to Economic”, Organizational  Dynamics. 16, 4, 4–21.  Im, I., Hong, S. and Kang, M. S. (2011) “An international comparison of technology adoption”, Information & Management,  48, 1‐8.  Kline, P. (2002) An Easy Guide to Factor Analysis, Routledge, New York.  Nistor, N., Wagner, M., Istvanffy, E., Dragotă, M.(2010) “The Unified Theory of Acceptance and Use of Technology:  Verifying the model from a European perspective”, International Journal of Knowledge and Learning, 6, 185–199  Nistor, N., Weinberger, A., Ceobanu, C. & Heymann, J. O. (2011) Educational Technology and Culture: The Influence of  Ethnic and Professional Culture on Learners’ Technology Acceptance. Berlin, Heidelberg: Springer Berlin Heidelberg.  Nunnally, J. C. (1978) Psychometric theory (2nd ed.), New York: McGraw–Hill.  Oshlyansky, L., Cairns, P. and Thimbleby, H. (2007) “Validating the Unified Theory of Acceptance and Use of Technology  (UTAUT) tool cross‐culturally”,  Proceedings of the 21st British HCI Group Annual Conference on People and  Computers. British Computer Society, 83‐86.  Pituch, K. A. and Lee, Y.‐K. (2006) “The influence of system characteristics on e‐learning use”, Computers & Education, 47,  222‐244.  Straub, E. T. (2009) “Understanding Technology Adoption: Theory and Future Directions for Informal Learning”, Review of  Educational Research, 79, 625‐649.  The Hofstede Centre. (2013) “What about Russia”, [online], http://geert‐hofstede.com/russia.html  Van Raaij, E. M. and Schepers, J. J. L. (2008) “The acceptance and use of a virtual learning environment in China”,  Computers & Education, 50, 838‐852.  Venkatesh, V., Morris, M. G., Davis, G. B. and Davis, F. D. (2003) “User Acceptance of Information Technology: Toward a  Unified View”, MIS Quarterly, 27, 425‐478.  Venkatesh, V. and Zhang, X. (2010) “Unified Theory of Acceptance and Use of Technology: U.S. Vs. China”, Journal of Global  Information Technology Management, 13, 5.  Vitari, C., Moro, J., Ravarini, A. and Bourdon, I. (2007) “Improving KMS Acceptance: The Role Of Organizational And  Individuals' Influence”, International Journal of Knowledge Management, 3, 68‐90.  Vrasidas, C. (2004). “Issues of pedagogy and design in e‐learning systems”, Proceedings of the 2004 ACM symposium on  Applied computing, March 14‐17, 2004, Nicosia, Cyprus  Wozney, L., Venkatesh, V. and Abrami, P. (2006). “Implementing Computer Technologies: Teachers' Perceptions and  Practices”, Journal of Technology and Teacher Education, 14, 173‐207.   

651


The Relationship between Knowledge Management and Employees' Empowerment in Justice Administration of Tehran Province Faezeh Sohrabi1, Alireza Chenari1, Fattah Nazem1, Mohamad Farahzadi2 and Masoumeh Bahmanabadi3, 1 Department of Education, Roudehen Branch, Islamic Azad University, Roudehen, Iran 2 Department of Management, Firozkoh Branch, Islamic Azad University, Firozkoh, Iran 3 Department of Education, Roudehen Branch, Islamic Azad University, Roudehen, Iran faezehsoh@yahoo.com a.chenari@yahoo.com nazem@riau.ac.ir Mohamad.farahzadi@yahoo.com masoumeh.bahmanabadi@yahoo.com

Abstract: The main goal of this research is to analyze the relationship between knowledge management and empowerment in Justice Administration of Tehran Province. The research population consisted of all the staff at Justice Administration of Tehran Province. 351 were selected as members of the sample using Krejci-Morgan Table. The evaluation tools were Sallis and Jones's (2002) Knowledge Management and Spreitzer's (1995) empowerment scale. The Cronbach alpha coefficient in the selected sample of Justice Administration of Tehran Province was 0.97 for the knowledge management and 0.91 for the empowerment. The results of analysis of variance indicated that there is a relationship between knowledge management and the staff empowerment in Justice Administration of Tehran Province. There is a meaningful relationship between dimensions of knowledge management with empowerment that are leadership and management, teamwork and learning communities, collaborative knowledge, knowledge creating, digital sophistication, visions and missions, strategy, organizational culture, intellectual capital, learning organization. There is no meaningful relationship between other dimensions with empowerment including knowledge sharing, knowledge creating, visions and missions, strategy, intellectual capital, and learning organization Keywords: Knowledge management, empowerment, justice administration, Spreitzer , Sallis and Jones

1. Introduction The organization's managers encounter with several challenges in such a stressful business environment today. Technological changes and innovation in product, on the one hand, and complexity of organization management, on the other hand, are the only factors in focusing on main capitals, i.e. manpower. Accordingly, the importance of employees is increasingly known. On this basis, the managers sought the mechanisms to empower the individuals. Empowerment is a method to create contribution among the staff through engagement and granting them the responsibility. By this way, the staff would be encouraged to decide about their tasks themselves and be more skillful in doing them (Mirzaei Daryani, 2008). Empowerment makes a balance between the power of manager and freedom in the staff's action. According to many researches, the organizations need the staff's empowerment process because it increases the ability in decision-making, more self-competency and job commitment and better performance (Hausband & Short, 1994, as cited in Arabian, 2004). Knowledge management means any attempts to recognize hidden capital in individuals' mind and change it to organizational capital in such a way that many people engaging in organizational decision-making can benefit from it (Prusake & Davenport, 2005). In fact, the knowledge is a main resource in economic and industrial development in modern economy; other traditional factors of production such as land, labor force and capital are secondly important. Regarding the implicit importance of each variable, analyzing the relationship between empowerment variables and knowledge management is of the special importance. This analysis makes the managers pay more attention to the staff and try more in empowering them which is the best way for organization progression and higher performance because the Justice Administration is among the fundamental bodies in every country. This is because of its role to guarantee the social and individual rights, realizing peace, justice and safety. Therefore, it seems vital to consider the human resource potentials and to actualize those

652


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al potentials and invaluable talents which can itself leads to the individual's development and adaptation with the objectives of the organizations. One of the most important ways to achieve organizational goals is to manage these valuable resources well and effectively. To do so, some factors affecting the staff empowerment are information, knowledge, and job skill (Bowen & Lawler, 1992). Individuals' empowering would, accordingly, be possible by gathering information and managing it. Finally, it is possible to improve organizational performance by knowledge management and making the organization have a more brilliant performance (Weick, 1993). There are few scientific studies to analyze the concept of knowledge management on the staff empowerment although many authors and researchers have dealt with the key role of knowledge management and empowering the manpower. Therefore, in this paper we seek to analyze the question which reads: is there any relationship between knowledge management and the staff empowerment. To provide the answer, first we considered the theoretical principles in empowerment and knowledge management and then we analyzed the relationship between these two. Although organizational theorists defined empowerment differently, there are two general definitions in the literature:

2. Empowerment as power sharing Many theorists considered the concept of empowerment synonymous with the staff contribution at work. Staff contribution is a process in which the power would be shared among the individuals (Lawler, 1994). According to the theorists, empowerment may be defined as granting more organizational power to the staff (Raymond, 2003; Pearce, Sims, Cox, Ball, Schnell, Smith, and Trevino, 2003).

3. Empowerment as a motivational and cognitive concept In this approach, the empowerment is defined as motivational factor. According to the Conger and Kanungo's model (1989), empowerment is a conceptual motivational model including two feelings of self-competence and self-effectiveness. In Thomas and Velthouse model (1990), empowerment is defined as four dimensions of competence, self-determination, meaningfulness, and impact. Spreitzer (1992) defined empowerment as a conceptual motivational model including competence, self-determination, meaningfulness, and impact. These dimensions provide a personal orientation towards the role of employee in the organization. Mishra (1992) then added "trust" to the dimensions above and totally formed five psychological dimensions of empowerment. According to Thomas and Velthouse, the high levels of four dimensions of empowerment combined with each other to create high levels of energy, innovation, flexibility and stable job behaviors. Since the motivational cognitive approach does not have the limitations of power sharing approach and, instead, has a few distinctive merits, it can be the basis of the theoretical framework of the present study. Among the different motivational cognitive approach models, the Mishra model is more complete and includes all other models so it is the basis of this research. The empowerment dimensions are explained based on the above model as follows:

3.1 A) Self-determination Self-determination is the degree of influence that an individual has on how to perform the job. In other words, it is the self-determination of person in starting and continuing job behaviors and processes and making decision on methods, activities and attempts necessary to perform the job. The empowered employees feel responsibility and ownership in their tasks (Rapoprt, Swift & Hess, 1984; Zimerman, 1990).

3.2 B) Competence By empowering, the individuals feel competence i.e. they feel being capable or expert enough to perform successfully. The empowered individuals feel as qualified ones who are sure enough to work efficiently (Amichai et al., 2008, p. 39). They grow and learn to overcome the new challenges through the feeling of personal superiority (Spreitzer & Doneson, 2005, p. 38).

3.3 C) Impact This means the limit in which the individuals are able to control and use the strategic, bureaucratic or operational consequences in their tasks (Sacedakt, 2006).

653


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al

3.4 D) Meaningfulness Job meaningfulness is an opportunity for the individuals to feel that they seek important and valuable job goals (Garsliet, al., 2004, p. 12).

3.5 E) Trust in other colleagues The empowered individuals are trustful towards their colleagues. They are sure that they are behaved fairly and equally and are certain that equity is their final activity result, even if they are of the subordinates (Gomez, 2001). Knowledge management is a new valuable achievement aligning with other business and competitive strategies. That is why the organizations decide to execute the programs in knowledge management to benefit from its potential advantages. Improving impact and efficiency in organizations needs providing various conditions – human resource is the most important of all. The empowered manpower is the most effective factor in carrying out the duties and achieving the organizational goals; undoubtedly, this is the root of knowledge management. Therefore, it is not only important for the large organizations and companies to execute the knowledge management, but also it is vital for such an organization like the Department of Justice. Justice administration is an organization that needs competent and knowledgeable employees; since it has a direct contact with the society, it needs efficient methods in providing services to improve quality, to guarantee the social individual rights, realization of peace, justice and safety. These are all possible in shadow of using modern methods in information management and specifying suitable time for knowledge management. Belanet believed that the knowledge management is a process by which the organizations use their gathered information. Malhotra defines the knowledge management as a process by which the organizations can learn (internalizing the knowledge), code the knowledge (externalizing the knowledge), distribute and transfer knowledge. Carl Wig (2002) believed that knowledge management means creating necessary processes to recognize the data, information and knowledge needed for the organization that is gained through the internal and external environment and changing them to decisions and actions of organization and the individuals (Abtahi & Salavati, 1385, pp. 33-34). Danport and Prusack (1998) described the knowledge management as a process of gathering, distributing and using knowledge resources in all organization effectively. Based on the Bourox definition from knowledge management, affirmed by the US Center for Quality and Productivity Improvement, it is concerned with some techniques and processes to create, determine, occupy, organize and manage vital skills, information and knowledge to empower the individuals well to achieve organization mission. Managers, serving the role of knowledge management and information, can gain knowledge and transform the implicit knowledge of the employees to the clear contact massages; this implicit knowledge rooted in personal experiences and beliefs of the individuals. This would be possible through providing opportunities for group activities and changing the implicit knowledge to the explicit one (Jaffarimoghadam, 1382, p.11). By knowledge management in this research, we mean the adaptability of a given organization, according to the view presented by Sallis and Jones (2002), with the components of knowledge management which include leadership and management, teamwork and learning communities, collaborative knowledge, creating knowledge, digital sophistication, visions and missions, strategy, organizational culture, intellectual capital, and learning organization. Vision refers to the perspectives in a knowledge-based organization and sharing it with other shareholders and mission is the creator of knowledge and delineates to the practical strategies. 

Strategy: it refers to developing modeled scenarios and applying it in management.

Organizational Culture: it refers to the various dimensions of culture including creating, focusing, sharing and recognizing organizational culture as a key capability.

Intellectual Capital: it includes recognizing the value of intellectual assets and compiling implicit knowledge of that.

The Learning Organization: it is an organization where learning is constant, the skill is defined to provide new knowledge, the EQ is diagnosed and the outcomes are encouraging creative thought, promoting practical learning for both individual and team.

654


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al 

Leadership and Management: it refers to the ability to support the organizations' management and creating leaders and knowledge managers with appropriate leadership strategies and developing strategies to train middle managers.

Teamwork and Learning Communities: Under teamwork and learning communities, organization should encourage learning communities and knowledge teams, establish trust, and recognize the need for intellectual autonomy.

Collaborative Knowledge: it means the organization must be able to gather and collaborate new information, record the events of big organizations, and recognize the new competitors.

Knowledge Creating: The organization needs new knowledge and the experts who can change it to the service.

Digital Sophistication: Under digital sophistication, organizations are to develop technology among the staff through a clear technologic architecture and devising common virtual systems among them.

According to Drucker, empowering educated employees affects the organization's development. In Along the same line, in a research named "the impact of knowledge management in empowerment and constant development of human resources" conducted by Memarzadeh, Mozafari, and Bagheri (1387), they evaluated knowledge management hierarchy of descriptive and prescriptive models and different models of empowering human resources and role of knowledge management in empowering human resources; then, they analyzed the role of knowledge management in empowering human resources at ISACO company by individual, group and strategic questionnaires and found out that empowerment and constant development of human resources needs sharing and distributing information and knowledge for the employees in organizations. Bowen & Lawler (1992), in another research, considered empowerment as a strategy in sharing the staff more in power. In empowerment model presented by Bowen & Lawler, information access has an important role in decision-making. They believed that the companies could distribute power, information, knowledge and rewards in the organization by empowerment. Employees' empowerment is of the most important in the contingency model of Bowen and Lawler. They know the following factors effective in empowerment: 

Organizational strategy (one of the knowledge management dimensions)

Link with customers

Complicated technology

Environmental changes

Employee's high need for growth

Jaffe and Scott (1992) indicated that a successful empowerment requires a change in individuals' attitude and team relations in organizational structure (of knowledge management' dimensions). They believed that it is impossible to gain the empowerment ignoring these factors. Kappelman and Richards (1996) discussed that empowerment, like other changes, requires obeying increasing and systematic strategy and executing it. In their opinion, teaching's role is undeniable in successful process of empowerment. Another researcher called Burdett (1991) asserts three factors in successful empowerment: 1) training-based management 2) wide-scope jobs 3) creating a learning organization (a dimension of knowledge management). Lashley (1999), focusing on empowerment dimensions, regarded the following factors effective in empowerment: 

Management attitude (management awareness in granting authorities),

Task structure,

Organizational culture (a dimension of knowledge management).

He believed that different combinations of these factors would represent various forms of empowerment in organizations. Philamon (2004), in his research, concluded that the following variables affect empowerment: 

Satisfy the employees' need,

Relations among the individuals,

Supervisor's, colleagues', and organization's support,

655


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al ď&#x201A;§

The staff's beliefs,

ď&#x201A;§

Sense of belonging.

He evaluated the staff empowerment in three dimensions of job meaningfulness, competence, and impact.

4. Objectives of the Research The objective of this study is to analyze the relationship between knowledge management and the staff empowerment.

5. Methodology The population included the staff of Justice Administration of Tehran Province. The Krejci-Morgan's Table was used to estimate the sample size. The least sample size was 351 to all of whom questionnaires were distributed. Stratifies and cluster random sampling methods were used to select the members of the sample group.

6. The Research Instruments The research tool was Spreitzer's Empowerment Scales was used. It was developed using empowerment model of Thomas and Volthouse (1999). It included twenty items in Likert scale and measures the empowerment dimensions including competence, self- determination , impact, job meaningfulness, and trust among the colleagues. The Sallis and Jones questionnaire (2002) was also used to measure knowledge management. This one included forty items in Likert scale and measures dimensions of knowledge management including leadership and management, teamwork and learning communities, collaborative knowledge, knowledge creating, digital sophistication, visions and missions, strategy, organizational culture, intellectual capital, learning organization. The Cronbach alpha coefficient in the selected sample of Justice Administration of Tehran Province was 0.97 for the knowledge management and 0.91 for the empowerment. The index showed internal homogeneity.

7. Findings The demographic data of the participants in this study are shown in Tables 1 and 2. Table 1: Demographic data of the staff Gender

Employment

Education

Age

Job Position

Demographic Data Male Female

Frequency 131 97

Percentage 57.5 42.5

(1-8 years) (9-16 years) (17-23 years)

47 97 32

22.3 46 15.2

(24 years and above)

35

16.6

(High School Diploma& Associates) (B.A.) (M.A. & Ph.D.) (26 - 30) (31 - 35) (Older than 36) Judge Clerk Others

44 124 44 16 22 169 73 116 25

20.8 58.5 20.8 7.7 10.6 81.6 34.1 54.2 11.7

Frequency 199 13 18 54 32

Percentage 93.9 6.1 9.3 27.8 16.5

(24 years and above)

90

46.6

(High School Diploma& Associates)

7

3.3

Table 2: Demographic data of the managers Gender

Employment

Education

Demographic Data Male Female (1-8 years) (9-16 years) (17-23 years)

656


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al (B.A.) (M.A. & Ph.D.) (26 - 30) (31 - 35) (Older than 36) Others

Age

82 120 16 22 169 25

39.2 57.4 7.7 10.6 81.6 11.7

The indices for the measures of central tendency and variability of empowerment variable and its dimensions are shown in Table 3. Table 3: Indices for the measures of central tendency and variability of empowerment and its dimensions Trust among Colleagues Mean Median Mode SD Range Min. Max. Total

Meaningfulness

impact

choice

competence

Empowerment

16.80 17 16 2.249 9 11 20 3914

14.19 15 16 3.268 16. 4 20 3334

13.74 14 16 3.7 16 4 20 3228

16.69 17 17 2.498 11 9 20 3922

74.94 79 80 12.282 53 45 98 17460

13.62 14 16.00 3.314 16 4 20 3200

The analysis of the data on Table 3 indicated that distribution of the participants' scores in empowerment questionnaire and its 6 dimensions tend to be a normal distribution. Table 4: Indices for the measures of central tendency and variability of knowledge management Vision and mission

Digital sophistication

Teamwork and learning communities

Leadership & management

KM

Strategy

Sharing

Organizational culture

9.6 10 4 4.057 16 4 20

13.07 13 10 4.966 20 5 25

9.87 10 4 3.802 16 4 20

8.14 9 9 3.052 12 3 15

10.84 10 9 3.944 16 4 20

7.9 8 9 3.134 12 3 15

8.32 8 8 2.952 12 3 15

11.43 12 12 3.822 16 4 20

18.04 18 18 5.119 24 6 30

111.98 112 89 34.646 164 46 210

Total

3492

2255

3071

2319

1914

2547

1857

1934

2687

4239

26315

Creation

Intellectual capital

14.86 15 6 5.858 24 6 30

Learning organization Mean Median Mode SD Range Min. Max.

The data in Table 4 on the knowledge management and its dimensions show that the variable, on the whole, does not tend to be distributed normally. This is in spite of the fact that few dimensions of knowledge management are distributed normally. Research major question: Is there any relationship between knowledge management and employees' empowerment in Justice Administration of Tehran Province? Table 5: Analysis of Variance Sum of Model

Mean df

Squares 1

Regression Residual Total

8343.643 26652.391 34996/034

F

Sig.

72/316

.000

Square 1 231 232

657

8343/643 115/378


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al With the f value of 72 and the level of significance lower than 0.01, the table indicates that the regression model predicts the outcome variable significantly well. Table 6: Coefficients of independent variables Model 1

Unstandardized Coefficients B 55.583 0.173

Constant KM

Std. Error 2.382 0.02

Standardized Coefficient Beta 0.488

t 23.334 8.504

Sig. .000 .000

The correlation index between knowledge management and empowerment is 0.48 with the t value of 0.23. This means that 23% of the variation in empowerment (dependent variable) is explained by knowledge management (independent variable). Is there any relationship between dimensions of knowledge management and empowerment among employees in Justice Administration of Tehran Province? Table 7:Analysis of Variance Model 1 Regression Residual Total

Sum of Squares 13089.465 21906.569 34996.034

df 10 222 232

Mean Square 1308.947 98.678

F 72/316

Sig. .000

With the F value of 13.26 and the level of significance lower than 0.01, the table indicates that the regression model predicts the outcome variable significantly well. Table 8: Coefficients of independent variables Model Constant Leader ship & Management Teamwork and learning communities Sharing Knowledge Knowledge creation Digital sophistication Vision and mission Strategy Organizational culture Intellectual capital Learner organization

Unstandardized Coefficients B 49.050

Std. Error 20.547

0.569

0.203

0.794 0.779 0.512 1.091 - 0.126 -0.355 1.068 -0.858 -0.274

0.328 0.439 0.394 0.311 0.437 0.465 0.305 .0470 0.320

1

Standardized Coefficient Beta

t 19.260

Sig. .000

0.237

2.802

.006

0.248 - 0.188 0.131 0.351 - 0.031 - .110 .0433 - 0.283 -0.130

2.419 - 1.774 1.302 3.508 - 0.287 - 0.762 3.498 -1.827 -0.858

0.016 0.077 0.194 0.001 0.774 0.447 0.001 0.069 0.392

The correlation index between knowledge management dimensions and empowerment is 0.61 with the t value of 0. 37. This means that 37% of the variation in empowerment (dependent variable) is explained by knowledge management (independent variable). The Beta index of leadership and management to predict the dependent variable is 0.23, teamwork and learner communities is 0.24, digital sophistication is 0.35, organizational culture is 0.43. There is no significant relationship between the dimensions of sharing knowledge, knowledge creation, vision and mission, strategy, intellectual capital, learner organization and employees empowerment.

8. Discussion and Conclusion According to the research findings, there is a relationship between knowledge management and the staff empowerment in Justice Administration of Tehran Province. . There is a meaningful relationship between dimensions of knowledge management with empowerment that are leadership and management, teamwork and learning communities, collaborative knowledge, knowledge creating, digital sophistication, visions and missions, strategy, organizational culture, intellectual capital, learning organization. There is no meaningful relationship between other dimensions with empowerment including knowledge sharing, knowledge creating, visions and missions, strategy, intellectual capital, and learning organization. These conclusions align with other researcher's outcomes such as Memarzadeh Tehrani, Mozafari, and Bagheri. They showed that empowerment and constant development of human resources needs information and knowledge sharing and distributing for the staff in organizations. In another study by Bowen and Lawler (1992) they introduced the following dimensions as effective in empowerment: organizational strategy, link with the customers,

658


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al complicated technology, environmental changes, and employees' high need for growth. Jaffe and Scott (1992) indicated that a successful empowerment requires a change in individuals' attitude and team relations in organizational structure (of knowledge management' dimensions). They believed that it is impossible to gain the empowerment if these factors are ignored. Kappelman and Richards (1996) discussed that empowerment, like other changes, should follow an increasing but gradual strategy to be able to implement it. In their opinion, the role of instruction is undeniable in successful process of empowerment. Another study by Burdett (1991) asserts three factors in successful empowerment: 1) training-based management 2) wide-scope jobs 3) creating a learning organization. Lashley (1999), focusing on empowerment dimensions, regarded the following factors effective in empowerment: 

Management attitude (management awareness in granting authorities),

Task structure,

Organizational culture.

He believed that different combinations of these factors would represent various forms of empowerment in organizations. Philamon (2004), in his research, concluded that the following variables affect empowerment: 

Satisfy the employees' need,

Relations among the individuals,

Supervisor's, colleagues', and organization's support,

The staff's beliefs,

Sense of belonging.

The modern organizations are under pressure of factors such as increasing universal competition, sudden transformation, need to quality and after-sale services and limited resources. It is proved that an organization would be pioneer in economy, job affairs and competition in case of using expert, creative and highly motivated manpower. In Drucker's view, the growth of organization is completely affected by the staff empowerment. In the empowered organization, the staff collaborates with each other in doing activities. Justice Administration is among the fundamental bodies in every country. This is because of its role to guarantee the social and individual rights, realizing peace, justice and safety. Therefore, it seems vital to consider the human resource potentials and to actualize those potentials and invaluable talents which can itself leads to the individual's development and adaptation with the objectives of the organizations. One of the most important ways to achieve organizational goals is to manage these valuable resources effectively. To do so, some factors affecting the staff empowerment are information, knowledge and job skill (Bowen & Lawler, 1992). Therefore, it is possible to empower the individuals using knowledge and managing it. Knowledge management can improve organizational performance by forcing organization to have more remarkable performance (Weick, 1999). On the other hand, according to the findings of many studies, there is a relationship between knowledge management and empowerment; it is also recommended to provide empowerment among the staff in Justice Administration of Tehran Province by applying efficient mechanisms of knowledge management. Furthermore, it is possible to improve productivity in Justice Administration of Tehran Province by creating practical mechanisms for competence, self-determination, impact, trust among the staff and job meaningfulness.

References Amichai, Y. H., Katelyn, Y. A. M., & Samuel, A. (2008). Assessment of organizational involvement in implementing empowerment. Journal of Computers in Human Behavior, 14, 34-49. Arabian, A. (1383). Researching the effect of self-efficacy beliefs on psychological health & university students’ educational success. MA thesis, Shahid Beheshti University, Tehran, Iran. Bowen, D.E. and Lawler, E.E. (1992). The empowerment of service workers: What, Why, How, and When? Sloan Management Review, 31, 31-9. Burdett, J. O. (1991). What is empowerment anyway? Journal of European Industrial Training, 15(6), 23-30. Conger, J. A. (1989). Leadership: The art of empowering others. The Academy of Management Executive, 3(1), 17-24

659


Faezeh Sohrabi, Alireza Chenari, Fattah Nazem et al Davenport, T., & Prusak, L. (1998). Working knowledge: How organization manage what they know. Cambridge, MA: Harvard Business Press. Gomez, C., & Rosen, B. (2001). The leaded- member exchange as a link between managerial trust and employee empowerment. Group and Organization Management, 26(1), 53-69. Greasly, K. et al (2004). Employee participation of empowerment. Employee Relation, 27(4), 354-368. Hibbard, J. (1997). Knowing what we know. Information Week, Retrieved from www.civilica. Tml.com Jaffe, D. T., & Scott, C. D. (1992). Empowerment: Building a committed workforce. New York: Kogan Page. Kappelman, L. A., & Richards, T. C. (1996). Training, empowerment, and creating a culture for change. Empowerment in Organizations, 4(3), 26–29. Khateri, N. (1385). Researching of managers and employees’ viewpoint of Shahid Beheshti Medical University. Lashley, C. (1999). Employee empowerment in services: A framework for analysis. Personnel Review, 28(3), 169-191. Lawer, E. E. (1994). Ten new realities. Executive Excellence, 3, 18-19. Mirzaei Daryani, Sh. (1387). Empowerment of human strength: Senen alteration management. Collection of educational management articles, Ardabil Islamic Azad University. Mishra, A. K, Spreitzer G. M. (1999). Explaining how survivors respond to downsizing: The roles of trust, empowerment, justice, and work redesign. The Academy of Management Review, 23(3), 567-588. Noe, A. R., Hollenbeck, R., J., Gerhart, B., & Wright, M., P. (2003). Human Resource Management in Australia: Strategy, People, Performance. Sydney: McGraw-Hill. Pearce, C. L., Sims, J. R., Cox, J. F., Ball, G. O., Schnell, E., Smith, K. A., & Trevino, L. (2003). Transactors, transformers and beyond: A multi-method development of a theoretical typology of leadership. Journal of Management Development, 22(4), 273–307. Philamon, J. E. (2004). Influences on employee empowerment, commitment and well-being in a gambling industry. Griffith University. Rapport, J., Swift, C., & Hess, R. (1984). Studies in empowerment: Steps toward understanding and action. New York: Haworth press. Sallis, E., & Jones, G. (2002). Knowledge management in education. London: Kogan Page Limited. Sasiadek, S. M. (2006). Individual influence factors that impact employee empowerment: A multi case study. Unpublished dissertation, Capella University. Senn, L. E. (1988). The worth ethic us. The work ethic. Executive Excellence, February, 6-7 9 Spreitzer, G. M. (1995). Psychological empowerment in the workplace: Dimensions, measurement and validation. Academy of Management Journal, 38(5), 1442-1465 Thomas, K. W. & Velthouse, B. A. (1990). Cognitive elements of empowerment: An interpretive model of intrinsic task motivation. Academy of Management Review, 15(4), 666-681. Weick, K. E. (1993). Sense making in organization. ThousandOasks: Sage Publications.

660


Software Agent Societies for Process Management in Knowledge‐ Based Organization   Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  University of Economics in Katowice, Faculty of Informatics and Communication,  Department of Informatics, Katowice, Poland  anna.soltysik‐piorunkiewicz@ue.katowice.pl  zyto@ue.katowice.pl    Abstract:  The  dynamics  of  changes  in  an  organization’s  environment  and  the  increasing  competitiveness  of  the  global  knowledge‐based  economy  compel  business  companies  to  use  their  resources  efficiently  and  effectively.  Business  management  theory  offers  the  process‐centric  approach  founded  on  a  systemic  perspective  of  the  organizational  structure. Within management science, the process‐centered approach (which support knowledge productivity and which  facilitate innovation) originates in relates to a shift in the way we perceive the organizational structure, i.e. a move away  from  a  vertical,  linear,  functional  perspective  toward  a  horizontal,  process‐centric  one.  Agent  technologies  may,  in  this  context,  constitute  an  element  of  the  organizational  information  or  knowledge  system,  where  software  agents  support  selected tasks within the framework of a specific business process. On the other hand, in the case of multi‐agent systems,  the process‐centered approach comes to be applied in defining the system architecture. The use of software agents will  make it easier to integrate distributed devices within business processes in which a human being participates, dynamically  specify  business  processes  with  the  participation  of  such  devices  and  codify  such  processes  as  part  of  the  concept  of  composite  software,  and  consequently  gain  a  competitive  advantage  by  knowledge‐based  organizations  thanks  to  the  possibility of gaining new knowledge about processes and entities that take part in them. The use of semantic solutions in  this  process  will  aid  the  representation  of  knowledge  gained  in  this  way  and  its  processing  by  IT  technologies  and  by  a  human  being.  This  way  of  codifying  knowledge  about  dynamic  business  processes  and  entities  that  participate  in  them  makes it possible to use agent societies also for the purpose of managing the knowledge that was obtained in this way.  This paper is dedicated to a range of issues concerning the process‐centric approach and software agent technologies to  support organizations during the knowledge‐based economy.    Keywords: knowledge management, knowledge‐based organization, software agent societies 

1. Introduction  The  current  development  of  a  knowledge‐based  society  makes  process  management  oriented  organizations  look for solutions that support their day‐to‐day operations connected with the business processes taking place  in them and knowledge about them. One of the trends that may facilitate the development of this conception  is the use of agent technologies which may influence the enhancement of business processes taking place in  knowledge‐based organizations.      This  paper  will  present  theoretical  issues  connected  with  the  conception  of  knowledge‐based  organizations  with respect to the use of software agent societies as an element supporting processes that occur in them. The  ISO 9000:2000 standard interprets a process as a an assembly of correlated and interlinked activities by which  inputs  are  transformed  into  outputs,  while  the  process  approach  is  described  as  systemic  identification  and  management  of  processes  applied  within  an  organization,  particularly  the  management  of  interactions  between such processes.    The  operations  of  a  process‐oriented  organization  can  be  supported  through  the  use  of  information  technology  tools  that  allow  the  design,  implementation,  monitoring  and  simulation  of  business  processes  (Dayal  et  al.  2009).  Agent  technologies  may,  in  this  context,  constitute  an  element  of  the  organizational  information system where software agents support selected tasks within the framework of a specific business  process. On the other hand, in the case of multi‐agent systems, the process‐centered approach comes to be  applied in defining the system architecture.    Software agents (Zambonelli et al. 2003)  “(...) can be conceived in terms of an organized society of individuals  in which each agent plays specific roles and interacts with other agents according to protocols determined by  the roles of the involved agents.”   

661


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  Software  agents  may  constitute  an  immanent  element  of  an  organization’s  IT  systems  (raised  by,  among  others  (Olszak  2007),  supporting  a  system  of  knowledge  management  and  business  processes  .  We  should  remember that business processes refer not only to the organization itself but also to its environment. For that  reason, these issues must be considered in a broader context based on the assumptions of a process‐centric  approach related to ubiquitous communication. For an organization, ubiquitous communication means, on the  one hand, an easier integration of its information system with business partners and, on the other hand, new  possibilities  of  using  the  knowledge  about the  environment.  This  process  can  be  supported  by  the  semantic  methods of knowledge representation in the form of ontology.         The  approach  aims  to  enhance  the  competitiveness  of  an  enterprise  in  a  rapidly  changing  environment  by  reducing  its  operating  costs,  improving  the  quality  of  its  products  and/or  services,  and  to  streamline  its  operations  by  clearly  isolating  the  stages  within  each  process,  monitoring  these,  and  by  eliminating  any  potential bottlenecks. The process‐oriented approach supports effectiveness, largely helping an organization  achieve its objectives. It has been noted that currently the third wave in the evolution of the process‐oriented  approach has begun (Bitkowska 2009).    However,  such  activities  require  that  agent  solutions  not  only  constitute  an  element  of  an  organization’s  information  systems,  but  also  have  their  own  mechanism  for  processing  and  representing  the  intraorganizational  knowledge,  becoming  an  element  of  knowledge  processing  systems  (Monticolo  et  al.  2012). Modern knowledge‐based organizations which are oriented not only on the use of solutions designed to  support business processes but also on creating, processing and spreading knowledge, may be one of the areas  where such solutions are used.      The  first  part  of  the  study  will  feature  issues  concerned  with  the  use  of  software  agents  to  support  an  organization’s  operation  from  the  process‐oriented  perspective.  In  particular,  it  will  provide  an  overview  of  models  of  agent  supported  organizations.  The  second  part  will  present  the  conception  of  knowledge‐based  organizations, with special attention to the specificity of their operation, and the third part will be concerned  with the issues of IT solutions used in such organizations. The subsequent part of the paper will present the  areas  of  use  of  agent  solutions  in  knowledge‐based  organizations  with  special  focus  on  their  potential  applications.         

2. Models of agent supported organizations  From  the  perspective  of  an  organization,  the  dichotomy  of  the  business  processes  and  knowledge  management processes makes it necessary to look for solutions that support the processing of the knowledge  possessed by an organization with respect to business processes that take place in it. One of the conceptions  of building IT solutions to support an organization’s operations is the theory of software agents which can be  viewed  in  the context  of cooperation between  individual autonomous  units  making  up  a  society  (Żytniewski  2013),  where  software  agents  influence  the  environment  by  communicating  with  it  and  among  each  other  (Figure 1) .           In such structures, there should be certain principles, norms regulating the way the entities act, established by  their  creator  and  emerging  from  the  tasks assigned  to  them.  The  activity  of an  organized  group  of software  agents  depends  in  this  scope  on  formal  and  informal  structures  of  interaction  between  the  agents,  which  define  communication  channels,  allocation  of  information  for  the  task  being  processed,  deployment  of  decision‐makers and the presence of stimuli. In the context of the use of such a multi‐agent structure as an  element of social organizations where a society of software agents constitutes a technical solution supporting  an organization’s operation, the key research aspect is to define the areas where the agents support, influence  the organization.          As  far  as  the  research  (Chang  and  Harrington  2006)  conducted  so  far  is  concerned,  the  main  areas  where  agent‐based  solutions  influence  an  organization  include  information  allocation,  the  presence  of  authorities,  organizational norms and culture, motivating.     

662


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski 

  Source: (Wooldridge 2002)  Figure 1: Software agent influencing the environment  Information allocation in an agent model refers to the way information flows between the organization and its  environment, and additionally the influence of the information on the organization, using a software agent, i.e.  which agent and where is responsible for the information flow between the organization and the environment.  Another aspect of an organization supported by software agents is connected with the responsibility for the  decisions made by designated software agents. The participation of agents in a decision‐making process relies  on  two  features:  modularity  and  decentralization.  Modularity  refers  to  a  system‐centric  approach  to  management where a given process can be performed in several sub‐processes, and these sub‐processes can  be performed by appropriate tasks, and as part of these tasks certain operations can be conducted. Thus the  problem  that  arises  here  is  connected  with  the  types  of  operations,  tasks  and  sub‐processes  within  a  given  process, what actions should be taken in a given module and possibilities of potential linkage of similar actions.  The aspect of modularity is closely connected with decentralization, i.e. which agent is responsible at a given  level for performing a given task.     The  third  aspect  of  an  agent‐supported  organization  is  connected  with  organizational  culture.  Referring  to  Sathe’s definition of organizational culture (Sathe 1985) we can assume that an agent’s behavior depends on  the organization’s historical factors which are contained in the organization’s norms and culture (Chang and  Harrington 2006).       The next aspect discussed in the literature is the sphere of motivation of the entity performing individual tasks  within the framework of the processes run. In such a case, human factor can be subjected to various influences  which in the case of the use of agent‐based solutions come down to a certain decision imperative of an agent.    Supporting  an  organization’s  information  systems  with  agents  involves  using  agents  to  support  activities  related  to  the  execution  of  information  flow  between  the  organization’s  environment  and  the  organization  itself.  One  of  the  research  strands,  presented  by  Chang  and  Harrington  2006,  points  to  the  similarities  and  differences  in  modeling  an  agent  supported  organization  taking  into  account  the  role  of  agents  designed  to  solve problems in an organization. In the literature of the subject we can also find works which use the theory  of software agents as an element supporting the building of organization models. They include, among other  things, the model by Kollman, Miller and Page (Kollman, Miller and Page 2000), model by Chang and Harington  (2000) and (2003) (Chang and Harrington 2006) which focus on the use of agents in solving similar problems  within a given organization, e.g. sale of products in a sales network, manufacture of a specific line of products,  or  models  dedicated  to  the  sphere  of  financing  complementary  operations  within  an  organization.  They  include  the  model  by  Rivkin  and  Siggelkow  (Rivkin  and  Siggelkow  2003)  and  the  model  by  Siggelkow  and  Levinthal (Siggelkow and Levinthal 2003). Other organization models mentioned in the literature which use the  theory of agents to model an organization’s behaviour are presented in table 1.            

663


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  These  models  (table  1)  use  agent‐based  solutions  in  the  process  of  analysis,  adaptation  and  evolution  of  organizational structure: model by Ethiraj and Levinthal (2002), model by Carley and Svoboda (1996), address  the  issues  of  processing  information  in  an  organization:  model  by  Miller  (2002),  and  refer  to  the  issues  of  agents’ adaptability in the context of an organization’s operation: model by Carley (1992), model by Barr and  Saraceno (2002) and (2005).   Table  1:  Models  of  agent  knowledge‐based  organizations  against  the  background  of  research  strands  in  neoclassical economics       

Description 

Models 

Research strands  Solutions to similar and  Changes of  Management of information processes and  different problems in an  organization information processing  organization  al structure  different  different  influence of  general  organization  adaptation  units solve  operations of  software  characteristi of  and  the same  an  agents in  cs of  adaptational  evolution of  problems  organization  organization information  (learning)  the  are  s on the  processing  agents  organization distributed  changes of  al structure  among the  the  organization’ organization s functional  al structure  divisions  model by  model by  Model by  model by  Model by  Model by  Carley  Carley and  Kollman,  Rivkin and  Ethiraj  Miller  (2002),  (1992),  Svoboda  Miller and  Siggelkow  and Levinthal  Page (2000),  (2003),  (2002).      (1996),        model by  model by      Model by  Model by  Chang and  Siggelkow  Barr and  Miller  Harington  and Levinthal  Saraceno  (2001).  (2000).  (2003).  (2002).          model by        model Barra    Chang and  and  Harington  Saraceno  (2003).  (2005).     

The  models  of  organizations  listed  here  show  a  great  variety  of  approaches  to  the use  of  the  conception  of  software  agents  appearing  in  neoclassical  economics.  But  these  approaches  do  not  sufficiently  address  the  issues connected with the new conceptions of supporting an organization’s operation, not only in the context  of information resources but also modeling software agents in the area of facilitating knowledge management  in an organization and business processes performed with their participation.    

3. Knowledge‐based organizations  The approaches to agent‐based support of an organization that have been mentioned above focus on meeting  information needs of an organization and its environment. We are living in a time when information underlies  the  functioning  of  a  society  and  economic  organizations.  Because  of  a  large  amount  of  information  that  is  generated and processed it is necessary to channel such information and prevent informational noise to which  a decision‐maker is subjected. This results from the fact that the distinguishing feature of the conception of an  information  society  is  access  to  information  and  an  efficient  contact  among  the  entities  that  exchange  it  (Zacher 2004).    Modern knowledge‐based organizations understand the importance of knowledge in the process of creating a  competitive  edge.  According  to  the  definition,  a  knowledge‐based  organization  is  an  organization  „whose  structure  is  subordinated  to  and  focused  on  creating  value  added  based  on  an  effective  use  of  knowledge”  (Grudzewski i Hejduk 2004). At the same time it should be noted that some researchers question the sense of  assigning an organization to the category of knowledge‐based organizations based only on the criterion of the  delivery of products and services whose main element is knowledge (Zack 2003). Thus, IT solutions focused on  the aspect of supporting such organizations should support business processes that take place in them in the 

664


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  area of creating, processing and sharing a contextual knowledge about them. This results from the fact that  knowledge‐based  organizations  focus  not  only  on  business  processes  but  also  on  knowledge  management  processes which should be treated in such organizations equivalently.         Based  on  the  characteristics  presented  above  we  can  say  that  knowledge‐based  organizations  use  the  intellectual  capital  to  manufacture  products  and  provide  services,  but  they  also  consciously  manage  the  intellectual capital and are capable of learning. This is in line with the definition provided in the paper that “a  knowledge‐based organization is a social‐economic organization with simplified and flexible structures which is  mainly  concentrated  on  knowledge,  processes  and  team  work,  which  intensely  uses  relations  with  the  environment and creates an organizational culture that favours knowledge management” (Ziemba 2009).       They  constitute  a  pillar  of  a  knowledge‐based  society  as  they  absorb  knowledge  from  the  environment,  process knowledge, generate a new one and add it to another environment. Knowledge‐based organizations  are ones that adapt their offer and operation to knowledge that comes from the reflection on the way they  have  operated  so  far,  and  consciously  manage  knowledge  resources  possessed  by  them.  Such  organizations  are  “capable  of  innovative  and  fast  adaptations,  with  the  most  important  thing  being  the  accumulation  of  intellectual capital and knowledge management (Kromer 2009).     Knowledge  in  an  organization  requires  management.  It  is  the  totality  of  processes  that  make  it  possible  to  create, disseminate and use knowledge for the purpose of pursuing an organization’s objectives (Murray and  Meyers 1997).     The  areas  of  knowledge  management  include  the  use  and  creation  of  knowledge,  knowledge  localization,  obtaining knowledge, knowledge retention and transfer. The aim of knowledge management in these areas is  to  identify  valuable  and  valueless  knowledge,  store  knowledge,  disseminate  and  use  knowledge,  reduce  the  risk of knowledge loss and increase the competitive edge.     Among the models of knowledge management, the following three are deserving attention: Japanese model of  knowledge management according to Nonaka, Takeuchi (Nonaka and Takeuchi 2000) process‐centric model of  knowledge  management  according  to  Leonard‐Barton  (Leonard‐Burton  1995),  model  of  competences  development according to Cap Gemini.          The  Japanese  model  is  the  so  called  Knowledge  spiral  described  by  Nonake  and  Takeuchi  (Nonaka  and  Takeuchi  1995).  In  the  context  of  the  use  of  IT  solutions  supporting  knowledge‐based  organizations,  this  process may be used to implement IT solutions that require knowledge to be obtained from users in order to  codify  and  disseminate  it  in  an  IT  system.  Then  the  elements  of  this  approach  may  find  application  in  the  process  of  preparing  the  architecture  of  a  system  supporting  knowledge  processing.  However,  this  process  should  not  focus  only  on  the  architecture  of  a  system  being  built.  It  should  also  support  the  discovery  of  knowledge  sources  and  the  obtaining  of  knowledge,  and  in  further  stages  such  a  codification  of  knowledge  that allows the developed structure of the resources of the codified knowledge to be understood by IT systems  and users themselves.             According to the strategy of knowledge management used by Cap Gemini, the combination of competences  and  the  latest  technology  leads  to  an  increase  in  the  value  of  a  company.  The  combination  of  people’s  knowledge  and  competences  with  modern  IT  tools  ranges  from  the  analysis  of  the  situation  concerning  the  interior  of  a  process  to  the  selection  and  implementation  of  an  IT  tool  which  can  be  a  software  agent  ‐  an  example  of  a  solution  at  the  highest  levels  of  management  and  technology.  These  issues  indicate  that  organizations  focused  on  knowledge  management  must  be  supported  by  new  IT  solutions  which  not  only  support,  as  was  indicated  earlier,  information  processing,  but  are  also  focused  on  the  use  of  organizational  knowledge in these processes. The solutions postulated may be agent technologies and systematic methods of  knowledge representation supporting the processes of communication in agent societies.  

4. Technological needs of a knowledge based organization  The  development  of  IT  solutions  used  by  organizations  makes  solutions  such  as  intranets  supporting  group  work or document management systems prevailing in the context of supporting information needs insufficient  to  build  a  competitive  edge.  The  information  solutions  used  today  in  chats,  instant  messengers,  discussion 

665


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  lists,  social  media,  wikis  or blogs  (Rydz 2008)  allow  the transfer  and popularisation  of  information, but their  role is human being oriented storage and processing of knowledge.          Modern IT solutions should focus on providing unified and transparent solutions enabling the access to various  sources  of  knowledge  and  information,  on making  it  possible  to  connect  knowledge  sources  and  places  it  is  used  during  the  execution  of  business  processes  and  to  generate  and  present  the  knowledge  about  the  business processes in which users participate.    To  achieve  that,  IT  solutions  that  support  an  organization’s  operation  should  draw  from  and  enrich  the  intraorganizational knowledge. They should be used to change data and information in knowledge resources  (in the case of the knowledge of a certain field) and make it possible to create procedural knowledge, and to  codify  and  write  it  as  an  additional  resource  of  organizational  knowledge.  This  will  allow  the  processes  performed by information systems to be treated not as a hidden knowledge written in a machine code but as a  resource of a process knowledge, processed by various IT systems.       In the case of learning organizations (often equated with knowledge‐based organizations), we can distinguish  individual,  group  and  organizational  learning  (Olszak  i  Ziemba  2008).  However,  “at  today’s  stage  of  development of knowledge‐based economy the above mentioned levels of organizational learning should be  supplemented by interorganizational and social learning”.  Interorganizational learning, like organizational one,  also refers to organizational memory, but it involves several organizations. On the other hand, social learning  refers  to  various  informal  groups  (e.g.  experts,  practitioners,  supporters,  hobbyists,  etc.)  which  enter  into  relationships with an organization and influence it (Ziemba 2009).      The  effect  of  studies conducted  in  the  field  of  knowledge  codification  are  languages  of  ontology  description  which enable the representation of knowledge in the form of a formal model describing the semantics of the  terms  used  (Staab  i  Studer  2009).  As  a  result  of  their  use,  IT  systems  no  longer  operate  only  on  data  and  receive  a  conceptual  description  of  the  knowledge  resource  they  use.  Such  an  approach  supports  the  postulated social and interorganizational processes of learning, providing a coherent conceptual meta model  of  knowledge,  and  allows  an  easier  integration  of  the  IT  solutions  indicated  within  the  framework  of  the  business processes performed and the knowledge processed. For that reason, IT solutions should support not  only the acquisition, distribution and presentation of knowledge within an organization but also facilitate these  activities in the interorganizational context. This is connected with the processes of knowledge accumulation,  knowledge management, knowledge sharing and knowledge innovativeness (Xiaocui 2010).      As  has  been  pointed  out,  the  current  trend  in  the  development  of  knowledge  representation  is  the  use  of  semantic description in the form of languages of ontology description (Zytniewski 2010). The main strand of  such research is based on the issues of semantic Internet, but semantic methods of knowledge representation  may  support  the  codification  of  an  organization’s  knowledge  of  a  given  field  and  procedural  knowledge,  supporting  its  business  processes.  Currently  used  solutions  designed  to  support  the  modeling  of  an  organization’s business processes are connected with a specific integrated system or support only the process  of modeling a business process based on a selected form of process representation (Stanek 2010). The use of a  semantic  representation  of  such  a  process,  its  participants,  course,  stages  and  objectives  on  the  one  hand  allows  business  analysts  to  understand  it  better  and  on  the  other  hand  helps  to  use,  for  the  purpose  of  supporting  it,  new  conceptions  in  the  form  of  software  agents  for  which  the  semantic  representation  of  knowledge leads to a better performance of the tasks that have been assigned to them.     

5. Advantages of software agent societies in knowledge‐based organizations  From the point of view of manufacturing organizations (Kieltyka 2012), software agents can support activities  related  to  the  manufacturing  process,  distribution,  logistics,  e.g.  monitoring  of  manufacturing  processes,  monitoring  of  stocks  and  supply,  support  of  the  processes  of  designing  goods,  optimization  of  product  manufacturing,  participation  in  auction  processes.  In  the  case  of  service  provision‐oriented  organizations,  agent solutions may support the sphere of contacts with customers and information distribution, knowledge  about it, marketing activities, competition monitoring, customer service.       The main technological advantages of using software agents in knowledge‐based organizations include:  ƒ

improvement of a system’s modularity, 

666


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  ƒ

ensuring that a system is easier to be modified,  

ƒ

ensuring a loose connection between the elements of a system and a better scalability, 

ƒ

greater technological independence through the use of open standards,  

ƒ

support of the autonomy of the elements of a system, 

ƒ

greater ease of searching services offered by a system,  

ƒ

improvement of inter‐ and intraoperability 

ƒ

reduction of costs. 

From the perspective of knowledge‐based organizations, the advantages of using software agents can be listed  against the main tasks of the process of knowledge management. As a result, software agents may constitute  an  intermediary  element  between  the  systems  designed  to  support  business  processes  and  IT  solutions  designed to support knowledge management, by supporting:     ƒ

Management of an organization’s resources in terms of their allocation, scheduling, monitoring 

ƒ

advanced  online  interactions  with  users  to  solve  various  decision‐making  problems  in  the  case  when  software agents constitute a component of a user interface, 

ƒ

creation and management of  ontologies and knowledge  contained  in  them  through  the  analysis  of  user  actions as part of business processes in which they participate,  

ƒ

the  building  of  an  organization’s  „collective  intelligence”  thanks  to  the  participation  of  each  of  the  organization’s members in the processes taking place in the organization, which influences the quality of  the processes being executed, their productivity and competitiveness of the organization, 

ƒ

the  processes  of  automating  the  creation,  obtaining  and  propagating  of  knowledge  through  the  use  of  conversational  agents  which  may  gather  knowledge  about  the  user  during  the  conversation  with  him,  creating his profile and disseminating a codified knowledge, 

ƒ

acquisition of specific resources of knowledge from the environment, 

ƒ

simulation of how business processes run in organizations based on the codified knowledge contained in  IT systems, 

ƒ

knowledge  distribution  and  processing  through  the  use  of  semantic  mechanisms  of  communications  among agents in a given society,  

ƒ

access to knowledge and cooperation between knowledge users by ensuring interactive and multimedia  user interfaces or becoming an element of knowledge portals run in organizations. 

ƒ

automation  of  the  processes  of  knowledge  discovery  and  use,  obtaining  knowledge  from  data  warehouses, multidimensional structures and using it during the execution of an organization’s business  processes 

ƒ

the processes of assessing knowledge and its use, as well as monitoring; informing users about a specific  knowledge being available.  

The use of groups of software agents supporting various areas of an organization’s operation can on the one  hand refer to the tasks required from solutions supporting knowledge management and, on the other hand to  innovativeness  connected  with  the  use  of  software  agents  in  the  technological  context  of  building  of  such  solutions.   

6. Summary  To  support  the  operation  of  a  process‐oriented  organization,  it  is  possible  to  use  IT  solutions  designed  to  design, implement and monitor business processes, as well as simulating their operation. Agent technologies  may  constitute  in  this  case  an  element  of  an  organization’s  information  system  where  the  agents  support  selected tasks within the framework of a defined business process.      The  conceptions  of  the  use  of  agent  technologies  with  respect  to  their  applicability  in  knowledge‐based  organizations  that  have  been  discussed  in  this  paper  show  that  such  solutions  may  be  used  not  only  as  an  element  of  IT  system  integration  or  a  solution  designed  to  support  the  execution  of  business  processes  but  also as an element supporting knowledge management systems in an organization. Thus, such solutions can on 

667


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  the one hand support the processes being executed and on the other hand they can process the knowledge  about them, becoming an element linking business processes with knowledge management systems. For such  a use of software agents to be possible it is necessary to use unified solutions allowing the representation of  intraorganizational  knowledge.  The  current  research  strand  indicated  in  the  paper  are  the  languages  of  ontology description which are developed in the context of the theory of semantic Internet, but can also be  used in the field of knowledge management in an organization.           The  main  research  problems  that  appear  in  the  context  of  the  agent  technologies  indicated  include  methodologies supporting the modeling of software agent societies in the context of their use in knowledge‐ based organization, in particular the creation of methodologies which support the acquisition and codification  of  tacit  knowledge  in  the  form  that  is  semantically  interpretable  and  the  creation  of  solutions  that  can  be  duplicated  which  support  agent‐oriented  knowledge  management  where  agent  solutions  will  constitute  an  element of a knowledge management system using the languages of ontology description as an element of a  defined intraorganizational knowledge. These issues will constitute further research aspect of the authors.    

Acknowledgements  The  issues  presented  constitute  a  preliminary  stage  of  the  authors’  research  into  the  aspect  of  modeling  software  agent  societies  in  knowledge‐based  organizations.  The  project  was  financed  from  the  funds  of  National Science Centre 2011/03/D/HS4/00782. 

References   Aghion, P. and Tirole, J. (1997) Formal and real authority in organizations, Journal of Political Economy 105 [online]  http://www.jstor.org/stable/2138869?seq=5.  Bitkowska, A. (2009) Management of business processes in an enterprise, Vizja Press & IT.  Chang, M.‐H. and Harrington, J. E., Jr. (2006) Agent‐Based Models of Organizations, In: Handbook of Computational  Economics II: Agent‐Based Computational Economics. Kenneth L. Judd and Leigh Tesfatsion, editors. Elsevier,  Amsterdam.  Daya,l U., Eder J., Koeheler, J.and Reijers, H. (2009) Business Process Management, Springer‐Verlag, Berlin Heidelberg.   Grudzewski, W.M. and Hejduk, I (2004) Knowledge management in enterprises, Difin, Warszawa.  Kiełtyka, L. (2012) Software agents used in the processes of management of the knowledge implemented in enterprises.  Research methods and models of an organization development, In A. Stabryła and S. Wawak, Mfile Management  Encyclopedia: 47‐57.  Kollmann, K., J. H. Miller, and S. E. Page (2000) Decentralization and the search for policy solutions, Journal of Law,  Economics, and Organization 16: 102—128 [online] http://jleo.oxfordjournals.org/content/16/1/102.short  Kromer, B. (2009) Knowledge as a basic factor underlying the functioning of an intelligent organization Scientific Journals of  the Economics and Management Institute  Lavbic D., “Knowledge Management with Multi‐Agent System in BI Systems Integration” in:  Ifinedo P. editor,  E‐Business ‐  Applications and Global Acceptance, InTech, pp. 53‐72  Leonard‐Burton, D. (1995) Wellsprings of Knowledge. Harvard Business Scholl Press, Boston.  Murray, P. and Meyers, A. (1997) The Facts about Knowledge. Special Report, Information Strategy, November [after:] M.  Strojny, Management of knowledge and intellectual capital as a new source of competitive edge, Quality issues no  12/1999.  Monticolo B., Lahoud I., Bonjour E., and Demoly F., “SemKnow: A Multi‐Agent Platform to Manage Distributed Knowledge  by using Ontologies,” in International Conference on Artificial Intelligence and Applications Hong Kong, 2012.  Nawarecki, E. (2003) Organizations that are dynamically shaped in information systems Information exchange and  interactive media communication Z. Kierzchowski, S. Chluski‐Nawarecka and A. Sielicki. Poznań, Sorus.  Nonaka, I. and Takeuchi, H. (2000) Kreowanie wiedzy w organizacji, Poltext, Warszawa.  Olszak, C. (2007). Challenges of the era of knowledge. Strategies and models of an electronic economy. C. Olszak and E.  Ziemba. Warszawa, Scientific Publishing House PWN SA.  Olszak, C. and E. Ziemba (2008). Communities of Practice in Knowledge Management and Organizational Learning. The  Monash University. Melbourne, The Proceedings of the 11th Annual Australian Conference on Knowledge  Management and Intelligent Decision Support ‐ ACKMIDS08.  Rivkin, J., and N. Siggelkow (2003) Balancing search and stability: interdependencies among elements of organizational  design, Management Science 49 [online] http://mansci.journal.informs.org/content/49/3/290.short  Rydz, A. (2008) Information systems supporting knowledge management. Knowledge management. D. Jemielniak and A. K.  Koźmiński. Warszawa, Academic and Professional Publishing Houses.  Sathe, V. (1985) Culture and Related Corporate Realities:  Text, cases and readings on organisational entry, establishment  and change.  Homewood, I. L.: Irwin.  

668


Anna Sołtysik‐Piorunkiewicz and Mariusz Żytniewski  Siggelkow, N., and D. A. Levinthal (2003) Temporarily divide to conquer: centralized, decentralized, and reintegrated  organizational approaches to exploration and adaptation, Organization Science 14 [online]  http://orgsci.journal.informs.org/content/14/6/650.short  Skrzypek, E. (2000) Knowledge and information management as the foundation of an integrated system of an enterprise  management. In: Knowledge management and the processes of enterprise restructuring and development, edited by  R. Borowiecki, Cracow University of Economics, Scientific Society for Organization and Management Division in  Cracow, Cracow.  Staab, S. and R. Studer (2009). Handbook of Ontologies (2nd Edition), Springer‐Verlag.  Stanek, S. and Żytniewski, M. (2010) Process Approach in Multi‐agent Systems. red. Jerzy Korczak, Helena Dudycz,   Mirosław Dyczkowski,  Advanced Information Technologies for Management ‐ AITM 2010, Research Papers of  Wrocław University of Economics No. 147, Wrocław.  Wooldridge, M.J. (2002) „An introduction to Multiagent Systems”, John Willey and Sons, West Sussexx, England  Xiaocui, H. (2010) Enterprise Knowledge Management System Design and Implementation, International conference on  Computer Engineering and Technology (ICCET).  Zacher, L. W. (2004). “From an information society to a knowledge society” An information society. Vision or reality?  Scientific Publishing House of AGH University of Science and Technology.  Zack, M. (2003) Rethinking the Knowledge‐Based Organization. Sloan Management Review 44(4): 67‐71.  Zambonelli F., Jennings N.R., Wooldridge M. (2003), Developing multiagent systems: The Gaia methodology, ACM  Transactions on Software Engineering and Methodology 12(3), pp. 317 – 370.  Ziemba, E. (2009) Designing corporate portals for knowledge based organizations. Publishing House of University of  Economics in Katowice. Katowice.  Żytniewski, M. (2010) Ontologies in multiagent systems. in: Decision Support Systems Conference SWO'2010. edited by T.  Porębska‐Miąc and H. Sroka, University of Economics in Katowice, Katowice.  Żytniewski, M. (2013) Development of the conception of software agent societies, Conference materials "EUROPEAN  SPACE OF ELECTRONIC COMUNICATION", Copenhagen 2013 (positively reviewed article) 

669


Innovation and Sustainability: Two‐Sided Knowledge Management  by an Ice‐Cream Producer  Inga Stankevice1 and Birute Slaustaite2  1 Department of Strategic Management, Faculty of Social Sciences, Kaunas University of  Technology, Kaunas, Lithuania  2 JSC Unilever Lietuva distribucija, Marketing Division, Mazeikiai, Lithuania  inga.stankevice@ktu.edu  birute.slaustaite@gmail.com    Abstract:  Knowledge  management  is  inevitably  related  to  decisions  about  the  priority  areas  it  can  be  applied  to.  Today,  these  areas,  to  a  great  extent,  are  conditioned  by  global  trends,  such  as  the  increased  attention  to  innovation  and  corporate  social  responsibility  (CSR).  The  links  between  innovation  and  corporate  social  responsibility  can  emerge  as  a  result of the implementation of different types of innovation and the application of different principles of responsibility,  thus bringing to enterprises and communities more than a plain summative utility. The synthesis of innovation‐ and CSR‐ activities  can  foster  technological  development  and  contribute  to  the  cherishment  of  natural  and  socio‐cultural  environment that gives origins to the enterprises' resources. However, the relationship between innovation and corporate  social  responsibility  remains  underexplored.  Though  some  links  have  already  been  identified,  yet  it  is  not  clear  which  dimensions of CSR are related to which types of innovation, and how this two‐sided knowledge converges into one fruitful  whole.  Therefore,  the  paper  is aimed  at  the  revelation  of  the  relationship  between  innovation‐  and  CSR‐activities  in  the  context of knowledge management. The empirical evidence was based on the case study of an ice‐cream producer, and the  data  assessment  and  analysis  include  field  study,  analysis  of  the  enterprise’s  annual  reports,  as  well  as  half‐structured  interviews  with  top  managers  of  the  structural  units  of  the  company.  As  a  result,  the  dimensions  of  corporate  social  responsibility were related with the types of innovation, thus revealing how a creative synthesis of varied knowledge leads  to the growth of competitiveness and effectiveness, as well as to the increase in public good for the interested parties. The  paper  is  original  in  its  attempt  to  reveal  the  value  that  is  generated  as  a  result  of  the  integration  of  knowledge  on  the  increasingly  popular  trends  (i.e.,  innovation  and  sustainability)  by  the  ice‐cream  producer  into  its  activities.  Besides,  the  scholarly  contribution  in  the  shape  of  the  revelation  of  the  links  between  certain  dimensions  of  corporate  social  responsibility and types of innovation is also relevant.    Keywords: corporate social responsibility, ice‐cream producer, innovation, knowledge, knowledge management 

1. Background  In a broad sense, knowledge management can be regarded to as a process during which different knowledge  assets are used in order to generate value. Hence, this case study reveals what kind of value is generated as a  result of a two‐sided process of prioritisation, integration and usage of the knowledge assets.    Numerous approaches to knowledge management (Nonaka, Takeuchi 1995; Davenport, Prusak 1998; Despres,  Chauvel,  2000;  Adenfelt,  Lagerstrom  2006)  suggest  that  knowledge  assets  are  of  intangible  nature,  thus  making it difficult to decide about the priority areas these assets can be applied to and about measures to be  used  during  this  process.  However,  this  paper  does  not  attempt  to  develop  one  more  assessment  methodology that helps to prioritize knowledge management related activities, as this has already been done  by  Bornemann  &  Sammer  (2003).  Instead,  the  paper  reveals  a  case  study  of  an  ice‐cream  producer  whose  priorities,  as  well  as  those  of  many  other  enterprises  today,  are  conditioned  by  global  trends,  such  as  the  increased attention to innovation and corporate social responsibility. Hence, the paper is primarily focused on  the result of this two‐sided knowledge convergence, whereas the very process of knowledge management is  kept in the background, except for sources of knowledge feeding into the process. Nonetheless, the value that  is generated by courtesy of the integration of knowledge on innovation and sustainability by the company into  its  activities  is  important  to  the  discourse  on  knowledge  management  equally  to  the  very  process  of  knowledge  management,  as  the  generated  value  convinces  of  the  strength  of  leverage  of  the  proper  prioritisation,  integration  and  usage  of  knowledge  assets  on  the  company’s  performance  and  its  ability  to  address new challenges posed by the most voiced contemporary trends.    Besides,  innovation  has  long  been  associated  with  knowledge  management,  e.g.  at  the  level  of  business  processes  in  Bornemann  &  Sammer’s  (2003)  taxonomy  of  drivers  of  knowledge  vision.  Innovation  is  understood  as  a  part  of  knowledge  management  which  supports  organisational  excellence.  However,  the 

670


Inga Stankevice and Birute Slaustaite  incorporation of the dimension of sustainability into the duet becomes often a challenge. On the one hand,  corporate  social  responsibility  within  an  enterprise  is  a  factor  that  hinders  its  innovativeness  for  different  reasons: distracted attention, cut resources, decreased spectrum of options, etc. (Midttun 2007; Scott 2007;  Griseri, Seppala 2010). On the other hand, CSR can also be managed as a tool that, on the contrary, fosters  innovation and increases competitiveness.    Hence, according to Ubius & Alas (2009), more and more firms engage in CSR‐activities that not only multiply  the firms’ efficiency but encourage them to expand and innovate as well. Porter & Kramer (2006) state that  CSR  is  more  than  plain  increased  value  of  enterprises  or  their  generous  acts  –  CSR  can  also  represent  new  opportunities,  or  contribute  to  an  increase  in  competitiveness  or  innovation  activities.  Then,  according  to  Asongu  (2007),  an  enterprise  that  seeks  to  become  a  business  leader  has  to  concentrate  on  the  creation  of  innovative technologies that would contribute to the development of CSR principles. Preuss (2011) supports  the statements above as well and suggests that implementation and development of innovation should be a  key principle of CSR. In addition, he claims that sponsorship for ideas based on CSR is better accessible, and it  is  generally  easier  to  innovate  in  the  area  of  CSR,  as  this  kind  of  innovation  is  motivated  by  not  solely  economic, but also ethical and philanthropic reasons.    Therefore, the revelation of the relationship between innovation‐ and CSR‐activities is essential. Preuss (2011)  proposes  three  areas  of  successful  CSR  implementation  with  regard  to  innovation  activity:  good  and  service  innovations,  emergence  of  new  markets  and  customer  groups,  and  creation  of  new  business  models.  Good  and  service  innovations  concern  the  production  of  environment‐friendly  products  and  their  components,  design and manufacturing of “green” products (i.e. suitable for recycling, consuming fewer resources in order  to promote more economical energy and other resources). An example of the emergence of new markets and  customer  groups  could  be  the  production  for  customers  with  special  needs,  whereas  new  business  models  concern,  for  example,  new  business  models  that  enable  efficient  and  responsible  exploitation  of  resources  (energy, manufacturing materials, etc.), nature preservation and revitalization of brownfield, etc.    Francis  &  Bessant  (2005)  indicate  four  modes  of  the  relationship  between  CSR  and  innovation:  content,  process, positioning of CSR, and innovative forms of CSR. In the context of the content, innovations are mostly  ecological – products include natural components exclusively, environment‐friendly technologies are used, etc.  In the context of process, links between CSR and innovation emerge during business processes in the shape of  reusable  packaging  or  secondary  material  processing.  Then,  links  between  the  positioning  of  CSR  and  innovation emerge when a firm chooses one pattern of the implementation of CSR principles and innovation.  For instance, a firm that concentrates on reusable energy sources and implements technological innovations in  precisely  this  area.  And  finally,  an  example  of  an  innovative  form  of  CSR  is  a  firm  that  first  amongst  all  the  others establishes an endowment, day‐centres for children in need, etc., and thus extends the understanding  of CSR.    Hence, the literature points to the existence of varied types of innovation and dimensions of CSR within the  relationship  between  the  two  factors.  Concerning  innovation,  one  would  first  of  all  distinguish  1)  product  innovation,  2)  process  innovation  and  3)  organisational  innovation  (Edquist  et  al.  2001;  Battisti  &  Stoneman  2010),  i.e.  pretty  traditional  types  of  innovation.  Nonetheless,  the  reference  to  CSR  suggests  that  a  4)  community innovation plays a role as well (e.g. creation of innovative forms of CSR as indicated by Francis &  Bessant,  2005).  It  is  also  important  to  note  that,  more  often  than  not,  several  types  of  innovation  are  implemented by an enterprise at a time.    On  the  other  side,  the  traditional  dimensions  of  CSR,  as  defined  by  Carroll  (1999)  and  refined  by  Griseri  &  Seppala  (2010),  are  also  considered  in  the  explored  literature.  Economic  responsibility  (1)  includes  timely  payments to all the interested parties and taking into account needs of special individual groups (e.g. disabled  people,  youth,  or  pregnant  women).  The  basis  of  legal  responsibility  (2)  is  a  responsible  implementation  of  legal commitments, including safe and healthy working environment, and respect for and protection of human  rights. Ethical responsibility (3) requires from enterprises that they meet those customer expectations which  are not defined by law or existing moral norms, e.g. integration of the community’s and business interests in a  mutually  satisfactory  way.  This  dimension  of  CSR  lays  foundations  of  the  communication  between  the  enterprise and community. And last but not least, philanthropic responsibility (4) is regarded to as voluntary  acts of the enterprise, aimed at the sustainability or improvement of a society’s welfare, e.g. philanthropy and 

671


Inga Stankevice and Birute Slaustaite  voluntary  participation  in  social  activities  and  initiatives,  youth  involvement  in  business  and  professional  promotion, transfer of knowledge and practice opportunities.    To  conclude,  though  the  explored  literature  reveals  some  linkages  between  CSR  and  innovation,  and  makes  references to certain types of innovation and dimensions of CSR, yet it is not that clear which dimensions of  CSR are related to which types of innovation, in which areas of activity these links are present and how viable  they are, i.e. how the result of this two‐sided knowledge convergence into one fruitful whole looks like. 

2. Methodology in a nutshell  JSC  Ingman  Ledai  became  the  object  of  the  case  study,  as  the  company  emphasized  its  innovativeness  and  enlarged attention to CSR. At the time of data collection in 2012, JSC Ingman Ledai (currently split up into JSC  Unilever  Lithuania  ice‐cream  production  and  JSC  Unilever  Lithuania  distribution)  was  a  recognized  market  leader in Lithuania with the long‐term successful business experience, bringing together a team of competent  professionals  engaged  in  rigorous  product  quality  control,  and  great  attention  to  new  product  development  and customer satisfaction.    JSC Ingman Ledai produced ice‐cream and waffles, and was engaged in their trade. The company realized its  production in both the local and international markets. Sales in the domestic market (Lithuania) accounted for  52% in 2011, and 48% of the production were exported to other countries (20.64% ‐ Latvia, 15.36% ‐ Finland,  9.6%  ‐  Estonia,  0.96%  ‐  Germany,  0.17%  ‐  the  USA,  and  0.96%  ‐  other  markets).  Beyond  the  management  department, the company encompassed four structural departments: the department of ice‐cream production  was the largest, and it was followed by logistics, laboratory, and marketing.    The research was aimed at the revelation of: 1) innovative activities introduced by JSC Ingman Ledai in each  department; 2) CSR‐activities introduced by the company in each department; 3) links between innovation and  CSR in each department. The company’s reports of 2009, 2010 and 2011 were analyzed in order to indicate  what  kinds  of  innovation  and  CSR  were  introduced  in  each  department  and  for  what  purposes,  as  well  the  respective expenditures. The longitudinal data was used in order to vouchsafe the reliability of the results, i.e.  that the links between CSR and innovation are constant and not accidental. Accordingly with the theoretical  background,  four  types  of  innovation  (i.e.  product,  process,  organisational,  and  community)  and  four  dimensions of CSR (economic, legal, ethical, and philanthropic) were considered.    In addition, half‐structured interviews with top managers of the functional departments were carried out and  included following core questions: 1) Could you please identify any recent innovative activities introduced in  your department? 2) How do these activities contribute to the company's performance? 3) Could you please  identify any recent CSR‐aimed activities introduced in your department? 4) How do these activities contribute  to the company's performance? 5) Do you think that corporate social responsibility is related to innovation in  this department and how? 6) Are there any recent innovations in your department which concern CSR?    Finally,  all  the  data  were  integrated,  thus  enabling  to  reveal  the  relationship  between  innovation‐  and  CSR‐ activities in different areas of activity of the research company. 

3. Links between innovation and CSR: Findings  In  order  to  assess  which  dimensions  of  CSR  are  related  to  which  types  of  innovation,  and  in  which  areas  of  activity these links are present and how viable they are, the four departments of the company were analyzed  separately.  In  the  production  department,  ice‐cream  mixes  are  prepared,  final  products  are  produced  and  packaged.  In  the  logistics  department,  the  final  products  are  stored  and  distributed  to  the  outlets.  The  laboratory is responsible for controlling the production activities: it tests products by composition, weight, and  appearance standards. It is also responsible for the hygiene. Finally, the marketing department prepares the  company’s  marketing  strategies,  evaluates  profitability  of  new  products,  and  represents  the  company’s  interests in the area of marketing. 

3.1 Value generated by the two‐sided KM: production  Based on the company’s annual reports (AR) 2009‐2011 and the interview with the department’s top manager,  table 1 was produced.   

672


Inga Stankevice and Birute Slaustaite  In 2009, harmless detergents were introduced into the process of cleaning the equipment. These detergents  self‐eliminate  completely  from  washable  surfaces  and  leave  no  trace.  Hence,  this  activity  is  featured  by  community  innovation:  the  harmless  detergents  treasure  environment  and  health  of  the  employees.  The  detergents helped the company to gain the consumers’ trust, as this action attracted lots of positive reviews in  a  local  newspaper.  In  addition,  this  activity  is  associated  with  philanthropic  responsibility,  as  it  is  the  company’s way of a voluntary contribution to the public welfare. During the same year, the department began  also to produce ice‐cream fillings with palm oil, which, as an integral part of an ice‐cream, was not common to  the market. Hence, consumers could enjoy a healthier product.  Table 1: Expenditure on innovation and/or CSR in the production department in 2009‐2012  Activity 

Expenditure,  Eur 

Introduction of harmless detergents 

3578 

Palm oil in ice‐cream fillings 

4218 

Interview,  AR 2010 

Change of ice‐cream design 

3917 

Interview,  AR 2011 

Installation of milk freezer 

5691 

Source  Interview,  AR 2009 

Interview 

Types of  innovation  process;  community  product;  community  product;  community  product;  process;  community 

Dimensions of  CSR  philanthropic  philanthropic  philanthropic  legal;  ethical 

Fly‐by‐wire control system aimed at ice‐ cream mixes production  Timely salaries, exceeding the minimum 

n/a 

process 

‐ 

n/a 

economic 

Production for consumers with special needs 

n/a 

‐  product;  community 

philanthropic 

In 2010, the department launched the production of newly‐designed ice‐cream – it became lower and wider.  This  activity  can  be  described  as  product  innovation  because  the  product  had  been  modified  in  terms  of  its  shape.  Moreover,  this  innovation  is  focused  on  community  needs  and  represented  the  company’s  effort  to  reduce environmental pollution and conserve natural resources via cutting the consumption of paper down.  Due to the change of the form of ice‐cream, the ice packs became considerably smaller, less paper was used  during  the  packaging  process,  and,  consequently,  less  paper  was  recycled  by  the  consumers.  In  the  background, the company’s target was also to reduce costs.    Then,  in  2011,  a  new  milk  freezer  was  installed.  This  action  can  be  attributed  to  product  and  process  innovation, as it not only helps to improve the final product (i.e. ice‐cream), but also change the production  process.  The  installation  of  the  milk  freezer  is  a  community  innovation  as  well  –  the  company  took  into  account  user  preferences  and,  thanks  to  the  freezer,  enabled  the  usage  of  natural  components  during  the  process  of  production  of  ice‐cream.  On  the  other  hand,  the  action  is  related  to  CSR.  As  the  continuous  improvement of the quality of ice‐cream meets all legal requirements, the legal dimension of CSR should be  mentioned. However, the action involves also the ethical dimension of CSR, as it is based on ethical principles,  such as, for instance, fairness to consumers.    The fly‐by‐wire control system was also installed in the department. It is a process innovation because it did  not alter the composition of the products, but each stage of the production process was shortened. However,  the installation of the system cannot be attributed to CSR, because it does not represent any of its traits and  was exclusively aimed at the company’s efficiency. Similarly, timely salaries represent economic responsibility,  but they have nothing to do with innovation.    The top manager of the department has also mentioned the release of ice‐cream for consumers with special  needs. Sugar‐free ice‐cream was launched for diabetics, consumers who are on diet or simply do not want to  consume sugar. Another innovative product ‐ ice‐cream with reduced lactose for lactose‐intolerant consumers  –  was  also  introduced  to  the  market.  Production  for  consumers  with  special  needs  can  be  attributed  to  the  philanthropic  CSR,  as  the  company  contributes  to  the  welfare  of  the  community  by  addressing  the  specific  needs of the consumers and proposing them equivalent product options.    To  sum  up,  in  the  production  department  the  link  between  community  innovation  coupled  with  product  and/or process innovation, and philanthropic CSR is most vivid. This resulted from the specifics of activity of 

673


Inga Stankevice and Birute Slaustaite  the department – the production of new, environmentally and socially safe ice‐cream, and modification of the  production  process  or  final  product  in  order  to  meet  the  society's  expectations,  and,  when  possible,  reduce  costs by courtesy of the same action. 

3.2 Value generated by the two‐sided KM: Logistics  Based  on  the  company’s  annual  reports  2009‐2011  and  the  interview  with  the  department’s  top  manager,  table 2 was produced.  Table 2: Expenditure on innovation and/or CSR in the logistics department in 2009‐2012  Source  Interview,  AR 2009  Interview,  AR 2010  Interview,  AR 2011  Interview 

Activity 

Expenditure,  Eur 

Types of  innovation 

An automatic cold‐keeping system in vehicles 

6240 

process 

“Strech” wrap for packaging 

1004 

process;  community 

philanthropic 

Fully automated cold store exploitation 

70957 

process 

philanthropic 

6470 

product;  community 

legal;  philanthropic 

n/a 

process 

‐ 

n/a 

‐ 

philanthropic 

“BRC Global Standard  FOOD” quality  management system  Accounting program for the fully automated  cold store  Execution of support projects 

Dimensions of  CSR  legal;  ethical 

In 2009, the department began to use “Strech” wrap in order to wrap boxes of ice‐cream which were passed  up onto palettes. The wrap is environment‐friendly: it is thinner than the other wraps and can be re‐processed.  Moreover,  the  use  of  “Strech”  was  a  new  packaging  technique  that  was  completely  new  to  the  company’s  target  markets.  Hence,  the  wrap  was  a  process  innovation  and  community  innovation  of  a  philanthropic  nature. During the same year, the company has also installed an automatic cold‐keeping system in vehicles,  thus ensuring the proper quality of ice‐cream in between packaging and coming onto the markets. However,  the latter process innovation cannot be regarded to as philanthropic because a proper quality of production is,  first, a company’s legal responsibility, and second, a natural expectation of the society, i.e. ethical CSR.    In 2010, logistics department got access to a fully automated cold store. It was a process innovation, as the  place  of  the  gelation  of  ice‐cream  was  new,  but  the  products’  composition  had  not  been  altered.  The  exploitation  of  the  store  is  associated  with  philanthropic  responsibility  because  the  store  contributed  to  healthier  working  conditions  of  the  employees.  Since  then,  they  have  not  had  to  work  at  considerably  low  temperatures ‐ in the store, all the work is carried out by robots. The store includes also a new system that is  able to capture continuously the trade balance and expiry terms. Yet this process innovation is not related to  CSR, since the essence of this improvement was to facilitate the company's internal accounting, and it was not  aimed at public good.    In 2011, the logistics department installed the “BRC Global Standard FOOD” quality management system. This  is a product innovation because it is aimed at improving product quality. On the other hand, the system is also  a  community  innovation,  as  the  company  voluntarily  adapted  to  ever  higher  standards  to  meet  and  exceed  user requirements and expectations. Accordingly, this innovation is attributable to the philanthropic and legal  dimensions of CSR.    And last but not least, the logistics department has actively been involved in support projects. The department  is responsible for the distribution of ice‐cream to orphans, the sick, other people in need or simply those who  participate in different projects aimed at nature preservation or social inclusion, etc. Though these activities  are not innovative in market, but they represent a purely philanthropic responsibility.    To summarize, in the logistics department the link between process innovation and philanthropic CSR is the  most  visible.  This  means  that  the  department  tends  to  embark  process  innovations  that  fulfil  not  only  obligatory, but also highly‐optional requirements concerning food quality. 

674


Inga Stankevice and Birute Slaustaite 

3.3 Value generated by the two‐sided KM: Laboratory  Based on the company’s annual reports 2009‐2011 and the interview with the laboratory’s top manager, table  3 was produced.  Table 3: Expenditure on innovation and/or CSR in the laboratory in 2009‐2012  Source 

Activity 

Expenditure,  Eur 

Types of  innovation 

Interview,  AR 2009  Interview,  AR 2010 

Automated weighing‐machine for ice‐ cream 

360 

process 

Harmful vapour collector 

1635 

process 

Interview 

Ensuring the occupational safety 

n/a 

‐ 

Dimensions of  CSR  legal;  ethical  legal;  ethical  legal;  philanthropic 

In  2009,  the  laboratory  acquired  an  automated  weighing‐machine.  This  device  can  accurately  indicate  the  composition  and  measure  the  mass  of  ice‐cream,  so  this  is  the  innovation  of  the  production  process.  The  installation of the weighing‐machine includes features of ethical and legal dimensions of CSR, as the company  strives to be honest with its customers and place on the market products that exactly match the composition.    In  2010,  the  laboratory  acquired  equipment  that  collects  harmful  vapour.  This  acquirement  was  a  process  innovation that refined routine work techniques of the laboratory. On the one hand, both quality of ice‐cream  and  waffles,  and  healthy  working  conditions  are  legal  requirements.  On  the  other  hand,  it  is  an  ethical  responsibility  of  a  company  to  constantly  introduce  even  better  equipment  that,  accordingly  with  the  expectations of the society, raises product quality and contributes to the increase in environmental safety.    Since 2012, the laboratory has paid particular attention to safety rules. The idea is that safety at the workplace  is  a  priority.  The  company  not  only  meets  the  necessary  security  requirements,  but  also  takes  care  of  the  employees on its own initiative through the continuous increase in occupational safety. Hence, in addition to  legal  safety  standards,  the  laboratory’s  management  is  particularly  concerned  with  its  employees  and  their  well‐being at work, thus contributing to the development of philanthropic CSR.    To conclude, the laboratory’s activities enable the synergy between process innovation, and legal and ethical  responsibility. Hence, similarly to the production and logistics departments, the laboratory seeks not only to  obey the law, but to do what is right, just and fair. However, the laboratory does not contribute resources to  the society to as great extent as the production and logistics departments do. 

3.4 Value generated by the two‐sided KM: Marketing  Based  on  the  company’s  annual  reports  2009‐2011  and  the  interview  with  the  department’s  top  manager,  table 4 was produced.  Table 4: Expenditure on innovation and/or CSR in the marketing department in 2009‐2012  Source 

Interview 

Activity 

Expenditure,  Eur 

Types of  innovation 

Dimensions of  CSR 

New product creation and development  group 

n/a 

organisational 

economic 

Execution of support projects 

n/a 

‐ 

philanthropic;  economic 

In  2012,  a  new  product  creation  and  development  group  was  formed.  The  group  is  responsible  for  identification of market needs and proposition of products that satisfy and/or exceed them. The formation of  the group was a typical organisational innovation, aimed at increase in profit. Hence, this innovation is related  to the economic dimension of CSR.    In  addition  to  the  economic  responsibility,  the  marketing  department,  together  with  the  logistics  one,  is  responsible  for  the  execution  of  different  support  projects.  The  marketing  department  is  engaged  in  this  activity  by  contacting  persons  or  organisations  who  seek  support.  As  the  engagement  in  support  projects  is  completely  voluntary  and  contributes  resources  to  the  society,  it  represents  the  philanthropic  dimension  of  CSR. 

675


Inga Stankevice and Birute Slaustaite  Hence,  in  the  marketing  department  the  relationship  between  organisational  innovation  and  economic  responsibility  was  found  out.  Besides,  it  is  also  marketing  department  that  is  responsible  for  that  the  company’s philanthropic activities make profit or simply contribute to the good company’s fame, which in the  long‐term can bring the increased revenue as well. 

4. Discussion  The analysis of JSC Ingman Ledai revealed that the links between innovation and CSR vary. A prevailing type of  innovation in a department depends highly on the area of activity the department is involved in. Hence, in the  production department, where ice‐cream mixes are prepared, and final products are produced and packaged,  product  and  process  innovations  are  the  most  commonplace.  Yet  they  are  often  coupled  with  community  innovation,  thus  making  reference  to  the  philanthropic  responsibility  of  the  company.  The  link  between  process‐community  innovation  and  philanthropic  CSR  is  also  strong  in  the  logistics  department  that  is  responsible  for  the  storage  and  distribution  of  production.  Thus,  knowledge  for  innovation  comes  primarily  from routine processes and products the departments deal with. Nonetheless, the new ideas are often based  on new trends that penetrate markets and societies, e.g. environmental responsibility, individualization, social  needs, etc. However, the company seeks to even exceed the expectations of the employees, consumers and  society by courtesy of the reduction of costs and increased efficiency, and this is probably an explanation of its  strong leadership positions.    The situation is slightly different in the laboratory. The laboratory is a controlling unit of the company: it tests  products  by  composition,  weight,  and  appearance  standards,  and  is  also  responsible  for  the  occupational  safety  of  the  employees.  Similarly  to  the  production  and  logistics  departments,  the  laboratory  seeks  to  not  only  obey  the  law,  but  to  do  what  is  right,  just  and  fair.  However,  the  laboratory  is  not  involved  in  the  processes  of  production  and  distribution  directly,  and  is  less  affected  by  external  conditions.  Hence,  its  innovations  are  related  to  legal  and  ethical  dimensions  of  CSR  more  than  the  philanthropic  one,  and  they  contribute  directly  to  the  internal  sources  (i.e.  employees)  more  than  the  external  ones.  The  relationship  between innovation and CSR is unique in the marketing department as well, and this is also conditioned by the  specific  area  of  activity  of  the  department.  Here,  the  link  between  organisational  innovation  and  economic  responsibility  was  identified.  The  marketing  department  is  a  kind  of  back‐office  in  the  company  that  takes  responsibility  for  that  the  company’s  philanthropic  activities  make  profit  or  simply  contribute  to  the  good  company’s fame, which in the long‐term promises the increased revenues as well.    Hence, the more a structural unit of an enterprise is involved into an immediate production and distribution,  the more product and process innovations are implemented, the more knowledge for innovative activities is  bucketed  from  external  sources,  such  as  consumers  and  society,  and,  consequently,  the  more  philanthropic  responsibility is viable within the innovations. On the other hand, some knowledge for innovation can also be  collected from internal sources (e.g. employees), and innovations in this case are most often related to legal  and ethical responsibility. Finally, organisational innovation is based on both external and internal sources, as  those  responsible  for  organisational  refinement  rely  on  information  communicated  by  other  departments.  Organisational innovation is more visibly than the other types of innovation related to the economic side of  CSR.  It  lets  to integrate  the  two‐sided  knowledge  in  a  way  that contributes  to  the well‐being  of  the  society,  consumers  and  employees  on  the  one  side,  and  to  the  reduction  of  costs,  and  increase  in  profitability  and  efficiency of the company on the other side. 

References  Adenfelt, M. and Lagerstrom, K. (2006) “Knowledge Development and Sharing in Multinational Corporations: The Case of a  Centre of Excellence and a Transnational team”, International Business Review, Vol 15, No. 4, pp 381‐400.  Asongu, J. J. (2007) “Innovation as an Argument for Corporate Social Responsibility”, Journal of Business and Public Policy,  Vol 1, No. 3, pp 1‐21.  Battisti, G. and Stoneman, P. (2010) “How Innovative Are UK Firms? Evidence from the Fourth UK Community Innovation  Survey on Synergies between Technological and Organizational Innovations”, British Journal of Management, Vol 21,  No. 1, pp 187‐206.  Bornemann M. and Sammer M. (2003) “Assessment Methodology to Prioritize Knowledge Management Related Activities  to Support Organizational Excellence“, Measuring Business Excellence, Vol 7, No. 2, pp 21‐28.  Carroll, A. B. (1999) “Corporate social responsibility – evolution of a definitional construct”, Business & Society, Vol 38, No.  3, pp 268‐295.  Davenport, T. And Prusak, L. (1998) Working Knowledge: How Organizations Manage What They Know, Harvard Business  School Press, Boston. 

676


Inga Stankevice and Birute Slaustaite  Despres, Ch. and Chauvel, D. (2000) Knowledge Horizons: The Present and the Promise of Knowledge Management,  Butterworth‐Heinemann, Woburn.  Edquist, Ch., Hommen, L. and McKelvey, M. (2001) Innovation and Employment: Process versus Product Innovation, Edward  Elgar Publishing, Cheltenham.  Francis, D. and Bessant, J. (2005) “Targeting Innovation and Implications for Capability Development”, Technovation, Vol  25, No. 3, pp 171‐183.  Griseri, P. And Seppala, N. (2010) Business Ethics and Corporate Social Responsibility, Cengage Learning EMEA, Andover,  Singapore.  Midttun, A. (2007) “Corporate Responsibility from a Resource and Knowledge Perspective. Towards a Dynamic  Reinterpretation of C(S)R: Are Corporate Responsibility and Innovation Comparative or Contradictory?”, Corporate  Governance: The International Journal of Business in Society, Vol 7, No. 4. pp 401‐413.  Nonaka, I. and Takeuchi, H. (1995) The Knowledge Creating Company: How Japanese Companies Create the Dynamics of  Innovation, Oxford University Press, New York, London.  Porter, M. E. and Kramer, M. R. (2006) “The Link Between Competitive Advantage and Corporate Social Responsibility“,  Harvard Business Review, Vol 4, No. 15, pp 1‐15.  Preuss L. (2011) “Innovative CSR. A Framework for Anchoring Corporate Social Responsibility in the Innovation Literature”,  The Journal of Corporate Citizenship, Vol 42, Summer, pp 17‐33.  Scott, S. (2007) “Corporate Social Responsibility and the Fetter of Profitability”, Social Responsibility Journal, Vol 3, No. 4,  pp 31‐39.  Ubius U and Alas, R. (2009) “Connections between Corporate Social Responsibility and Innovation Climate”, EBS Review,  Vol 5, No. 15, pp 58‐71.   

677


Business Innovative Environment as a Prerequisite for a Long‐run  Competitive Advantage   Marta Christina Suciu and Cristina Andreea Florea   Academy of Economic Studies Bucharest, Romania  Christina.suciu@economie.ase.ro  Cristina.andreeaf@gmail.com    Abstract: The purpose of this paper is to highlight the importance of innovation in businesses. It tries to illustrate the way  companies could invest in lifelong learning focusing on the entrepreneurship education in order to support creativity and  innovation  as  prerequisite  for  a  short‐run  increase  in  their  profits  and  mostly  for  a  long‐run  sustainable  competitive  advantage.  In  the  first  part  of  the  paper,  we  will  focus  on  companies.  In  some  companies  the  manager  is  thinking  how  creativity  could  help.  One  person  may  generate  10  ideas;  conversely,  5  persons  may  generate  50  ideas.  From  those  50  ideas the manager can use at least 3 of them to increase the profit. This is how intellectual capital and creativity should be  enhanced.  Furthermore,  it  will  influence  the  consumers  buying  renewed  products  in  a  more  profitable  way.  The  second  part  of  the  paper,  we  will  highlight  the  importance  of  taking  into  account  some  best  practices  cases.  Nowadays,  with  Internet banking, Euro Automatic Teller Machine (ATM) and credit cards, the final user has been granted options for the  monetary transactions. People like consumers want their needs to be satisfied and this is one of the reasons why they have  grown accustomed to demanding more and more from their banking services providers. In the last part of the paper, we  will discuss about the creativity models and ways in which these models might influence the workers and the leaders to  come up with new ideas, be creative and generate larger profit. From a methodological point of view we applied both the  quantitative method (surveys) and the qualitative one (in terms of focus‐groups & interviews).     Keywords: business innovation, competitive advantage, innovation 

1. Introduction  Nowadays, many companies must catch up global development through improving the quality of the products.  Banks represent a distinct segment, which invests in technology in order to enhance the range of value‐added  products  and  services.  The  implementation  of  the  Internet  banking  service  and  mobile  banking  solution  has  changed dramatically the consumer’s perspective regarding banks.    The  Knowledge‐based  organization  understands  the  importance  of  education  and  workers’  skills  for  maintaining  a  sustainable  and  competitive  business.  We  will  explain  the  correlation  between  innovation,  creativity, technology and bank products within the financial development framework. 

2. Brief literature review  Innovation  is  one  of  the  most  important  engines  of  a  sustainable  development.  Team  buildings,  creative  meetings,  private  inquiries  with  employees,  all  contribute  to  assure  a  sustainable  competitive  advantage.  Innovation is present everywhere regardless if we talk about investment in people or creating a new business  line, branding or rebranding, finding new source of earning money or decreasing the costs. Tom Peters (2010:  227)  said  that  in  a  crowd  market,  branding  is  an  essential  element  used  to  come  forth.  On  one  hand,  innovation  and  creativity  need  also  an  anticipatory  thinking  that  asks  for  analyzing  the  way  ideas  are  implemented, while on the other hand, the retroactive thinking is trying to explain the effects of one particular  idea.     Creative solutions are sought now more than ever. Karsten Nooack (2012) explains that creative thinking could  be  stimulated by  using  associative  methods,  analogies,  illustrative  methods  or  systematic  procedures.  Other  authors, such as Chesbrough (2003), present innovation as a new paradigm for enterprises which can be used  as a sustainable long‐term advantage, based on internal and external sources of innovation. Small companies  can be innovative if they use intensively the human capital as an internal source of innovation. The employees  can be stimulated to create through incentives, challenges, quality circles, brainstorming and other methods.     Another  important  role  regarding  the  development  and  competitiveness  is  played  by  meetings  inside  the  company focusing on discussions about the six hats procedures, access point, random stimulation, analogies,  dominant’s idea, design and branding.    

678


Marta Christina Suciu and Cristina Andreea Florea  ING Bank developed a program named “Go Smart” as an internal competition started in 2008, open to all ING  Bank staff.     Its  goal  was  to  involve  the  employees  in  identifying  current  business  problems,  malfunctions  or  unexploited  opportunities, and to come up with out‐of‐the‐box, original and practical business solutions.     The lateral thinking is very important in business development. Edward de Bono (2010) considers that lateral  thinking focuses on discovering ways to reach the main objective and to choose the best way to reach it. The  managers can improve the work activity so as to become more competitive.    The  “ICEC”  is  an  ING  innovation  centre  that  supports  businesses  by  working  along  with  their  employees  in  order to find new and innovative ideas about how to improve the ING customer experience. When a business’  unit comes to the ICEC for support in developing innovative ways to enchant their customers, the visit always  begins  with  a  Customer  Journey.  A  Customer  Journey  shows  how  technology  can  be  used  to  delight  ING’s  customers in the present.    Marketing department requires tends to favour client satisfaction rather than profit maximizing (Aaker, 2001).  The first step for big companies is to start an inquiring report to analyze the targeted sector.    Under  the  pressure  of  reducing  costs  and  remaining  competitive,  more  companies  are  attracted  to  the  efficiency of e‐commerce. Related to the users and Internet providers, companies have noticed an increase of  the importance of Internet, in the development of the business environment. As Gallo (2011) said, Steve Jobs  was mindful with creative domains and hired young creative people to manufacture dreams.    The ING Strategy for long‐term is “building the Bank of the future". This starts with a focus on the customer by  restoring trust through transparency and fair pricing, excellent services and solutions, by improving efficiency  as a competitive imperative edge under the regulatory cost pressure. Ian McDonald Wood (Rosca, 2006) said  that  network  economy  creates  a  significant  added  value  through  digital  technologies,  human  and  organizational connections.     Now, due to the technological changes in bank’s services, IT systems are used at a large scale for the clients’  benefit. This means that banks services could benefit from improved technologies and use of new distribution  channels, by using technology to maintain the competitive advantage. 

3. Innovation trend in ING Bank  Since  ING  Bank  appeared  on  the  market,  it  has  received  many  awards:  in  2003  it  received  a  prize  for  interactive vocal phone call services for clients; in 2004 it was offered a bounty for “Self’Bank”. From 2005, ING  Bank set out a purpose on long term to transform the Romanian subsidiary from a niche bank into a universal  bank.  At  the  end  of  2010,  ING  Bank  reached  1  million  clients.  Also,  ING  Bank  was  the  3rd  provider  for  VISA  Electron  International  Card  with  chip  (EMV),  with  1  million  sold  cards  and  the  most  used  cards  on  POS  transactions. The main opportunities for ING Bank in 2012 were: the highest level of emotional loyalty on the  market, higher availability of ING to invest in better products. Several potential competitive advantages were  identified: best client service, best services, best Internet banking, transparent communications and being easy  to understand. At the end of 2012, ING Bank finished its run with the following awards: “Best European Bank  of the Year”; “Best Global Structured Commodity Finance Bank”; “Best Bank in the Netherlands”; “Best C&EE  Loans  Mandated  Arranger”,  “Russia  and  CIS  Loans  Mandated,  Arranger”  and  “Russia  and  CIS  Loans  Bookrunner”. That revealed ING Bank as a competitive bank with a very good brand tracking.    ING Bank is one of the most important players in banking products. It is also a leader in the insurance market.  In  July  2004,  ING  Romania  launched  “Self’Bank”,  a  platform  used  by  clients  for  banking  services  (money  transfer, cash deposit, cash withdrawal, balance enquiry, credit top‐up, and utility bill payment). Its advantage  was  to  provide  full  and  permanent  access  for  clients  (24h/7days),  without  wasting  time  queuing,  while  maintaining  low  costs.  After  “Self’Bank”  release,  ING  provided  “Home’Bank”,  a  financial  service  available  at  any time and any place for online transactions. Since then, ING has reaffirmed a permanent engagement for  Romania in order to respond to their client’s needs.    

679


Marta Christina Suciu and Cristina Andreea Florea  The  PR  campaign  dedicated  to  “E‐Banking”  platform  was  distinguished  with  “Silver  Award  for  Excellence”  within  PR  Award  2012.  The  new  website  gives  details  in  a  user  friendly  and  creative  way  for  the  Internet  banking. It is meant for all clients who search information in order to simplify their life and save time while  conducting their financial transactions. During the ten years of activity, ING has proved to be an open bank,  building the reputation that promotes quality and innovation.    Initially, it was electronic‐banking, followed by „Internet Banking”, and recently in Romania „Mobile Banking”  has been introduced.     All the three services offer almost the same facilities to the clients. The diferences between them relate to the  freedom of movement and the communication chanel with the bank. Their benefits are: simplicity, comodity,  security and lower prices. The costumers were not familiarized with this technology and for that, the bank pre‐ announcied  them  regarding  the  upcoming  product  to  inform  about  its  benefits.  This  had  an  important  role  because it educated clients.    By  working  together  for  the  same  purpose  in  the  Romanian  market,  banks  attract  customers  with  new  products, more competitive, based on innovative IT solutions. With this aim, ING Bank attended in November  2012 the International Conference Operations & IT 2012 where CEOs from around the world gathered for the  first  time  for  such  an  event.  The  break‐out  sessions  focused  on:  sharing  and  building  best  practices  that  support  customers  and  tackle  security  challenges;  stimulation  of  innovative  ideas  and  how  to  create  an  environment  that  inspires  innovative  entrepreneurship;  increasing  efficiency  and  operational  excellence  through the use of Shared Services.     ING  came  up  with  a  new  project  –  Home’Bank  for  smart  phones.  “Mobile  Banking”  was  launched  at  the  beginning of 2012 using internal resources by a dedicated Romanian team. In October 2012, ING deployed a  new technology – “Contactless for MasterCard and Visa”. With this card clients can easily pay up to 100 RON  or  20  EUR  without  using  a  PIN  Code.  Payments  over  this  limit  will  be  made  by  using  a  PIN  Code.  This  new  product innovation uses a different technology in order to improve product benefits (Maarse, 2012).     Considering innovation as a prerequisite, we tried to analyze and explain the correlation between innovation  and its determinants based on ING Bank case study we conducted. 

4. Our research study  The objective of our study is to prove that innovation in products leads to a higher profit rate in the short‐run  and  creates  sustainable  competitive  advantages  on  the  long  run.  The  objective  is  to  measure  the  Internet  Banking utilities and to improve its characteristics in order to create a competitive product.    Seitz  and Sticke  (1999)  in  their  paper  „Internet Banking” demonstrate  that companies  who provide financial  services  use  the  Internet  as  a  distribution  channel.  Online  transactions  are  elements  of  efficiency,  mostly  because they tend to save time.    The  qualitative  stage  of  our  study  uses  focus  groups  and  interviews.  These  discussions  were  conducted  in  Bucharest in February‐March 2013.     The quantitative stage of our study is based on surveys. The sample includes respondents between 20 and 60  years (Figure 1), with higher education and income levels as showed in Figure 2.    All the respondents use frequently at least one card and sometimes shop online. We have used quantitative  methods for evaluating the relevant aspects of research. The main purpose of our research is to evaluate some  market segments and how consumers rank products on the market.     We applied the Likert scale for quantitative measuring. When answering to a questionnaire based on the Likert  scale,  respondents  mentioned  their  level  of  agreement  or  disagreement.  The  scale  has  10  levels:  beginning  with very dissatisfied and ending with extremely satisfied. The respondents had to give a mark for a series of  banking products. This is why a symmetric agree‐disagree scale for a series of statements was used. Thus, the 

680


Marta Christina Suciu and Cristina Andreea Florea  range captures the intensity of their feelings for a given item so the answers will be more specific and will not  lack any piece of information. 

  Figure 1: The sample structure with respect to age 

  Figure 2: The sample structure with respect to the income level  In  the  qualitative  study,  we  started  from  the  following  aspects:  defining  the  characteristics  of  the  market,  identifying  emotional  and  behavioural  traits  that  influenced  the  consumer’s  decisions,  trying  to  understand  people’s needs, discovering relevant behaviour patterns in buying decisions. Assuming a bank designs a new  online  payment  method.  In  order  to  create  this  product,  bank  representatives  search  a  group  of  potential  clients (people who usually make online payments) and discuss with them about their experience on Internet  shopping; what they like or dislike related to these services. Then, based on their feedback, the bank managers  debate all the possibilities to sell this new product.    Beginning with these, in our measurement we focused on interviews with clients to identify their preferences  on  bank  products  and  also  in  relation  with  other  banks.  We  used  a  Utility  Test  in  order  to  analyse  the  possibility to enhance products’ utility and to develop new technologies.     The Utility Test is an important instrument of qualitative on‐line research because its objective is to discover  the inconsistencies between expectations and necessities of users in order to solve their problems. Moreover,  companies have to invest in their brands because youth are sensitive to this high degree of loyalty. They will  also  advise  others  to  do  so.  Graham  Brown  (2011)  considers  that  these  are  often  youth  with  passions  –  sometimes extreme.    Looking at the surveys, we used a regression function to analyze the dependence between innovation and its  elements. We also used a correlation function to estimate the correlation index. Innovation is highly related to  the flexibility of Internet Banking (with 9.55 score), simplicity in card use (with 9.66 score) and the possibility to 

681


Marta Christina Suciu and Cristina Andreea Florea  make payments at the ATM (with 9.6 score). We have observed that consumers are sensitive to flexibility and  simplicity in regard to these products.     Approx 56% of respondents intend to use accounts for savings, deposits or investments. In doing so, they tend  to intensify the Internet Banking usage, especially because all these operations can be made electronically.    Consumers’ focus has changed from a superficial evaluation of banks (based on their notoriety and size) to a  qualitative  one  (based  on  both  emotional  benefits  such  as  easy  to  work  with,  transparent,  trustworthy  and  rational product features).    The  interview  meetings  showed  that  clients  prefer  a  safe  bank  even  if  it  charges  bigger  fees.  Our  research  illustrated that clients between 20 and 35 years are more open to new technology than others and use their  cards more intensively. The next group of clients with ages between 36 and 60 years are more conservative  and they use bank products in order to receive their salary or to create deposits. Thus it is clear that teenagers  from 18 to 25 years must be targeted, because, in many ways they are integrated in social and financial life.  Deutsche Bank analysts observed that the most users of e‐banking are young people. Companies must reach  their  devotion  in  order  to  steady  the  relation  Business‐Client.  This  focus  on  companies  to  young  people  improves  the  products  through  technology.  Nevertheless,  products  and  services  with  bigger  utility  are  regularly  preferred  and  the  utility/usefulness  perceived  accurately  is  usually  the  expression  of  a  process  of  conception  and  execution,  which  took  into  consideration  the  needs  of  the  target  market  (Gould,  1985).  Afterwards they develop or create new technology to respond to the teenagers’ wishes.     Teenagers  represent  an  important  sector  of  Romania’s  population.  They  have  different  reasons  for  using  a  particular product in favour of the others, whereas the adults tend to keep their preferences.    That  is  why  large  companies  have  made  studies  in  order  to  analyze  the  teenagers  in  Romania  so  that  they  cater  to  their  needs.  Moreover,  even  Graham  Brown  (2011)  confirmed  that  real  innovation  does  not  come  from the product development departments or people with <innovation> in their job title, but from numerous  social  interactions  and  conversations  with  the  market.  Everybody  wants  to  understand  what  makes  good  innovation, but very few people have asked why it happens and explored its social dimension.    Young  adults,  from  18  to  30  years,  do  not  have  enough  time  to  go  to  the  bank,  to  speak  with  financial  consultants about new products. This is happening because they work, study and they do not have time for  this.  Also,  they  are  always  connected  to  their  friends,  through  all  kind  of  technology  and  social  networks;  companies must keep up to their demands.     Today’s  youth  are  the  most  likely  to  carry  their  bank  in  their  pocket.  A  growing  number  of  older  adults  are  likely to join them in the coming year according to Mountain View, Calif.    From these surveys, it can be observed that about 73% of respondents are already using Internet’Banking. This  fact  influences  the  capability  of  the  market  to  absorb  new  technology.  For  long  term  it  educates  the  consumers and increases the efficiency of these services.     In fact, the Internet’Banking solution is correlated to the saving accounts, deposits and personal loans. Clients  must be sure that they have control over their money and that they could use it anytime. Online checking of  the  account  and  payment  for  utility  bills  are  the  favourite  transactions  performed  via  the  Internet  banking  service. Morken (2012) noticed that regardless of age, each customer expects to connect with their financial  institution  in  their  own  way.  Referring  to  the  clients’  satisfaction,  about  90.9%  of  respondents  are  very  satisfied with the easy way to make payments through Internet’Banking. At the same time, the possibility to  make deposits at an ATM is a very important factor to clients’ satisfaction, stated 87.3% of respondents. Also,  the  possibility  to  make  payments  on  the  Internet  is  very  appreciated  in  number  of  93.2%  of  respondents.  About  73%  of  respondents  are  already  using  Internet’Banking.  Moreover,  about  90%  of  respondents  are  pleased with the flexibility of Internet’Banking services.     The  advantages  of  using  Internet’Baking  rather  than  branches  are  the  followings:  time  saving,  comfortable  payment  solutions  anywhere,  anytime,  modern  payment  solutions,  full  control  over  account,  and  safe  payment  solutions.  Moreover,  consumers  were  asked  about  possible  improvements  and  the  most  frequent 

682


Marta Christina Suciu and Cristina Andreea Florea  answers  were:  higher  security,  real  time  update  for  personal  accounts  transaction,  more  information  about  Internet’Banking,  becoming  easier  to  use,  easier  to  authenticate  and  to  acquire  other  products  by  Internet’Banking  (as  loans,  credit  cards),  communicate  directly  with  the  bank.  Because  some  clients  feel  unpleasant  about  the  Internet’Banking  token,  ING  Bank  implemented  a  new  way  to  spend  less  time  on  connecting to Internet’Banking. It is a new application for smartphones that allows client to log in one single  time and since then they can stay online permanently, without proceeding log in again.     This revealed that Internet is a very useful instrument in money transactions. Starting from this point of view,  bankers should invest in this technology to increase the satisfaction of respondents, because in all three cases  the  difference  between  satisfied  and  very  satisfied  is  about  50%.  However,  regarding  the  Internet’Banking  flexibility, the situation is different. About 60% of respondents are very satisfied with it, and this may be due to  the services and products that clients could use through it. In line with these, it is the assistance of Call Centre  which shows that 25% of respondents are unsatisfied. Some factors that influence the percentage of the Call  Centre  satisfaction  are:  a  small  number  of  employees,  few  actions  to  resolve  the  customers’  problems,  very  low  empathy  for  the  clients,  long  time  until  answering  and  not  a  permanently  open  line  for  calling.  The  improvement in these elements could increase the percentage of clients’ satisfaction with more than 10%.    Over  all  transactions  performed  through  Internet  banking,  about  71%  are  checking  online  for  accounts  or  transactions, 30% are paying utility bills, 29% are making RON transfers while 20% are making EURO banking  transfers, 14%  are  recharging  mobile phone  cards, 9%  are  using  it  for  loans  administration. Observing these  percentages,  banks  must  invest  in  increasing  transactions,  because  less  than  50%  of  participants  are  using  Internet’Banking for this purpose.     Internet’Banking is perceived more as a way of being permanently informed about accounts’ situation rather  than  a  channel  for  payments  and  transactions.  The  last  year  ascertained  an  increase  of  Internet  users  especially  in  product  acquisitions  via  Internet.  For  checking  accounts  there  are  other  services  like  Mobile  Banking or Push Alert, which respond to this kind of necessities. Only 10% of clients are using Push Alert. Since  the  costumers  are  not  familiarized  with  these  instruments,  the  bank  decided  to  inform  all  clients  by  email  about it.    In  2012,  the  electronic  services  market  developed;  thus  it  stimulated  the  on‐line  payments  in  order  to  commercialize various services or products. Until 2011, Internet payments were not very secure, but in order  to  respond  to  all  clients’  wishes,  banks  adopted  3D  Secure  and  Verified  Visa  for  transaction’s  security.  Therefore, the following year, these transactions have grown to a higher level, more transparent, easier and  more secure.     Last years, the virtual space developed very fast, producing new possibilities of informing and communicating  between people. The business world won a lot of clients because it was easier to promote and sell products.     The  digital  technology  has  changed  the  way  of  building  and  expanding  a  business.  E‐commerce  became  an  extensive field, offering a lot of possibilities not in the least expensive.    This fast expansion of e‐commerce has created important opportunity for banking systems. More than 60% of  clients chose a bank against another for commodity because it was closer to their house. For today’s consumer  it is very important to access their money whenever they want, including Internet options (Wilson, 1996). The  ATM locator is one of the latest improvements. More than 40% of respondents are now using this service to  find an ATM, while 20% are calling the Call Center to find it. This service is also provided by Internet’Banking  Services.    On  the  other  hand,  reliability  is  outrunning  innovation  by  10%.  We  can  observe  that  confidence  is  a  very  important basic factor; it is a must‐have element, while innovation is a matter of bank’s choose, what clients  receive from a bank in terms of quality and satisfaction.    Related  to  innovation,  about  65%  of  respondents  choose  a  bank  because  of  Internet  payments  and  cash  in  ATM.  Furthermore,  about  62%  of  clients  are  using  Internet’Banking  to  pay  bills,  while  22%  pay  bills  at  suppliers.  By  studying  this  behaviour  pattern,  managers  can  attract  some  clients  from  the  last  category  by  using  marketing  and  campaigns.  As  well,  the  bank  could  promote  the  Direct  Debit  possibilities  for  bills, 

683


Marta Christina Suciu and Cristina Andreea Florea  spending  less  time  on  roads  and  avoiding  crowds.  About  16%  of  respondents  are  now  using  Direct  Debit  service.  Only  6%  of  clients  are  paying  bills  scanning  by  mobile  phone  ‐  this  is  the  newest  trend  in  mobile  payments,  and  also  the  easiest.  For  the  next  question  –  What  is  the  easiest  way  to  pay  the  bills?  –,  the  customers answered as it follows: on the first place Internet’Banking, on the second place Call Centre and on  third place, scanning the bills.    Regarding payments, about 50% of respondents said that the easiest way to pay the urban transportation fare  is with a Contactless Card, without introducing the PIN code. ING Bank has already provided this product so it  expects  to  increase  this  product  usage.  Also,  an  important  number  of  respondents  said  that  the  POS  is  the  easiest and safest way to buy tickets. So, we could predict that the number of people, who will use these two  possibilities to pay tickets, will increase in the near future.    Companies should educate the consumers, by using PR activities to promote the benefits of the new product  or  technology.  This  affects  the  company’s  product  portfolio  and  the  long‐term  competitiveness.  The  banks,  which understand that technology is the main channel to ensure development and attract clients, will be more  competitive on the market. In Figure 3, we compare the competition between banks and their offers. Referring  to Internet’Banking solutions, ING Bank stands ahead of other banks with 49% of this service attached to basic  products.  

  Source: based on our research  Figure 3: Distribution of Internet Banking, savings account and deposit on the competitor banks  Starting  from  this  overview,  ING  Bank  focused  on  this  young  sector  of  clients  and  on  adults  who  receive  a  salary or who want to save money.     To reach a new level in the top of the most wanted banks from Romania, ING Bank focused on developing the  products  that  can  address  the  client’s  requests.  Accordingly,  ING  Bank  began  to  invest  in  enhancing  Home’Banking and promoted the debit card among its clients. Thus they sold a new package formed by a debit  card and Home’Bank.     Clients  want  the  ATM  to  provide  all  the  services  they  need,  instead  of  the  office  consultants,  as  ONE  STOP  SHOP.  The  Self’Bank  is  an  ING  Office  zone,  where  clients  can  access  all  bank  services  24/7  without  any  expenditures and wasting precious time at the bank. In Self’Bank clients can make withdrawals and deposits,  can purchase new products and open accounts and can make all kinds of payments. The surveys reveal that  62% of respondents want to spend less time at banks offices.     Overall, ING Bank has an augment of the Gross Profit, which evolved from 84 Mil. RON, in 2009, to 232 Mil.  RON, at the end of 2012. 

684


Marta Christina Suciu and Cristina Andreea Florea    This  study  helps  different  companies  to  redefine  their  developing  strategy  and  think  out  this  process  for  investing in new technologies. 

5. Conclusions  Our  findings  showed  that  companies,  especially  banks,  need  innovation  as  a  prerequisite  for  a  long‐term  development. As you could see, the majority of innovations come in the form of new technologies in order to  enhance the product’s value. These variables as Self’Bank, ATM with cash in, Internet’Banking, Mobile’Banking,  product’s  quality,  and  secured  payments  have  a  very  strong  influence  on  financial  market.  Moreover,  these  correlations determine bank efficiency.     Now  more  than  ever,  we  need  modern  technique  to  stimulate  creative  thinking  and  also  adequate  environments  in  order  to  lead  to  innovation.  Firstly,  the  necessity  of  innovation  in  financial  markets  was  measured by the utility test of Internet’Banking. It was observed that this instrument was extremely important  for consumers, banks and the indexed in gross profit. ING Home’Bank was recognised as the best electronic  banking product, on a bench marketing study over online banking.    The necessity of innovation has been justified on the change of the consumer’s preferences. In both cases, we  observed the correlation between innovation and other issues about intellectual capital, creativity, intangible  asset, and technology. More and more companies realized that if youth are correctly understood, they could  become  the  most  efficient  instrument  of  a company.  They  are  innovation  agents  because  they  are living  on  shuffle mode and never stop, and for that they are involved in the value chain from the product conception  stage till the end stage, even the sales phase. But in order to enter their lives, companies must be flexible and  take risks.     The  research  study  analyzes  all  responses  of  interviewees,  with  the  nexus  on  innovation.  The  possibility  to  make deposits at the ATM, the Self’Bank services, the easy way to make payments, payments being made via  Internet, can be summed up in one word, innovation. This is the reason why consumers choose bank such as  ING Bank. The expansion of these areas using intellectual capital and innovation ensure long‐term competitive  advantages. 

References  Aaker, David A.; V. Kumar; Day, George (2001) Marketing Research, John Wiley & Sons, Inc., New York.  Brown, G.; Dhaliwal, J.; Benjamin, F. 2011, Youth Marketing Handbook, available online at  http://www.slideshare.net/mobileyouth/the‐youth‐marketing‐handbook‐download.  Burns, Alvin; Burns, Ronald (2008) Basic Marketing Research, Second Ed., Pearson Education, New Jersey.  Chesbrough, H. W. (2003) Open Innovation: Researching a New Paradigm, Oxford: Oxford University Press.  De Bono, E. (2010) Lateral Thinking / Gândirea laterală, Curtea Veche, Bucharest, pp. 39‐219.  Dingli, S.M. (2002) Creative Thinking. An Indispensable Asset for a Successful Future, Malta University Press, Malta, pp. 8‐ 157.  Dingli, S.M. (2007) Creative Thinking. Designing Future Possibilities, Malta University Press, Malta, pp. 59‐138.  Gallo C. (2011) Steve Jobs‐ Innovation secrets / Steve Jobs – Secretele inovației, Curtea Veche, Bucharest, pp. 47‐184.  Gould J.D Lewis (1985) Designing for Usability, Key principles and what designers think, Communications of the ACM.  Maarse, J.H; Bogers, M. (2012) An Integrative Model for Technology‐Driven Innovation and External Technology  Commercialization. Open Innovation at Firms and Public, Hershey, PA: IGI Chapter 4, pp. 59‐78, available online at  http://www.ssrn.com.  Marous, J. (2011), Consumers Are Increasingly Using Multiple Devices to Support Banking Needs, available at  http://www.banking2020.com/category/data‐and‐research/banking2020.  Noack, K (2002) Creative techniques / Tehnici de Creativitate, All Educational, Bucharest, pp. 40‐115.  Peters, T. (2010) Innovation circle / Cercul inovatiei, Publica, Bucharest, pp. 191‐399.  Rosca, I.Gh. (2006) Knowledge society / Societatea cunoaşterii, Economica, Bucharest, pp. 95‐105.  Power, J.D. (2012) Canadian Retail Banking Customer Satisfaction Study, Press Release, available at  http://www.jdpower.com/content/press‐release/u3sOSZa/2012‐canadian‐retail‐banking‐costumer‐satisfaction‐ study.htm.  World Bank, 2013. Knowledge Economy Project available at http://www.worldbank.org/projects/P088165/knowledge‐ economy‐project?lang=en. 

685


The Creative Society, Urban Revitalisation in the Creative Economy  and Society: The Romanian Case  Marta‐Christina Suciu and Mina Fanea‐Ivanovici  Bucharest Academy of Economic Studies, Department of Economics and Economic Policy,  Bucharest, Romania  christina.suciu@economie.ase.ro  mina.ivanovici@economie.ase.ro    Abstract:  Over  the  past  decade  we  have  been  the  witnesses  of  great  changes  in  our  society  –  both  nationally  and  worldwide. The economic crisis has been present in most of the countries – in Europe and across the world as well, there  has been great concern about security and fight against terrorism in an attempt to make places safer, the indebtedness  degree  has  reached  unprecedented  figures  both  among  consumers  and  among  nations  and  many  other  such  shattering  events have recently taken place. Despite all these changes and general turmoil, there has been a constant evolution and  development of several industries. This is the case of the creative and innovative industries, which did not suffer from the  merciless effects of the economic crisis, but managed to cope with financially tough times and yield profits and welfare for  the places where such businesses are run. In this context, such activities were some of the few engines running in order to  re‐create the previously favourable economic conditions. One outcome of the creative and innovative industries was the  advent of a new sub‐society – the creative society. Much has been written about and debated upon the creative class so  far,  but  little  is  there  said  of  the  new  creative  society,  which  brings  about  new  forms  of  creative  expression  along  with  urban  revitalisation,  creativity‐driven  gentrification  and  dislocation.  It  is  the  creative  and  cultural  activities  in  certain  regions  that  spurred  such  demographic  changes  attributable  to  the  creative  population.  It  is  commonly  agreed  that  creative and cultural activities have a definitely positive effect on economies, especially in developed countries. However,  there  has  been  recent  concern  that  such  activities  may  eventually  lead  to  certain  adverse  effects,  which  question  the  extent  to  which  potential  growth  and  development  can  be  explained  by  the  activity  of  the  creative  people  and  of  the  creative society. The paper starts with a brief literature review including the main schools of thought in terms of growth; it  then advocates for the development of the creative sector as a prerequisite for urban regeneration. We then discuss the  concepts of gentrification and dislocation in the same context of the creative and cultural activity. Shortly, the paper aims  to explain and underline the main demographic changes due to the advent of the creative society and, on the other hand,  to identify and discuss the main menaces faced by creative societies stemming from the very nature of activity. The paper  treats the Romanian case of urban vitality in particular.    Keywords: creative society, urban regeneration, gentrification, urban revitalisation, Romanian urban vitality 

1. Brief literature review  At international level, in the current economic context, there is a growing connection between culture largo  sensu  and  prosperity,  between  creativity  and  development,  between  cultural  activities  and  urban  regeneration,  but  there  are,  subsidiarily,  social  and  demographic  implications  of  the  creative  &  cultural  economy,  which  have  become  more  and  more  obvious.  After  all,  during  the  past  years  we  have  been  the  witnesses of the advent of a new class, the creative class, but also of events that have huge long‐term impact,  such as the Internet bubble, the 9/11 attacks and the economic crisis that started in 2008 (Florida 2002) and  which, in many regions across the world, are still present and are getting more serious.    According  to  the  neoclassical  theory,  growth  has  been  seen  as  being  determined  by  the  accumulation  of  physical  and  human  capital,  while  according  to  the  endogenous  growth  theory,  growth  has  been  seen  as  a  process  linked  to  the  features  of  the  place,  as  it  is  the  case  for  innovation,  knowledge  and  human  capital.  Neoclassical  theories  rely  on  capital  accumulation,  as  in  the  case  of  Solow  (1956)  and  Swan  (1956)  and  technology has been seen as exogenous (Barro, 1997), and therefore not included in models. Technology has  been brought into the models via the inclusion of R&D theories, as in the case of Romer (1990), Barro and Sala‐ i‐Martin  (1995).  All  these  theories  state  that  economic  growth  can  be  explained  via  the  stock  of  physical  capital, human capital, and innovation.     While much more attention has been given to their analysis at national level, the regional and local dimension  should not be neglected. In the case of innovation, the interaction among economic agents and the exchange  of ideas require social capital.   

686


Marta‐Christina Suciu and Mina Fanea‐Ivanovici