Hoang Pham Minh
Universidade de Ciência e Tecnologia de Hanói – HUST, Hanoi, Vietnã.
Hong Pham Thi Thanh
Universidade de Ciência e Tecnologia de Hanói – HUST, Hanoi, Vietnã.
Nos últimos anos, a transformação digital se tornou uma das tendências mais populares para as empresas em todo o mundo. A tendência global das tecnologias digitais e a pandemia da COVID-19 tornaram a velocidade de crescimento da transformação digital mais constante do que nunca. Nesta condição, profissionais e pesquisadores acadêmicos acreditam que o modelo de maturidade digital é uma das armas mais eficazes para ajudar os gerentes e a força de trabalho a conseguir transformar seus negócios digitalmente. Entretanto, o modelo de maturidade digital (MMD) é um tipo de modelo de maturidade (MM) que é relativamente novo no desenvolvimento de modelos e metodologias de avaliação de maturidade digital, especialmente quando integrado em um extenso processo de transformação digital. Com este trabalho, os autores pretendem realizar uma revisão abrangente para esclarecer o estado atual do campo MMD, incluindo suas características essenciais, elementos populares pertencentes às suas estruturas, o número de métodos e técnicas utilizadas no desenvolvimento e sua aplicação. Além disso, esses trabalhos identificam áreas de pesquisa importantes em andamento. Ademais, os autores levantam alguns desafios para o campo na captura de resultados, revisando-os: i) a necessidade de padronizar seus nomes de componentes; ii) um MMD contextualizado, mas de baixo custo para uso das PMEs em seus negócios; iii) a necessidade de posicionar os processos de MMD aplicados em um processo de transformação digital mestre e em um contexto dinâmico que tornem as aplicações de MMD mais eficientes. Os autores propuseram uma solução para o terceiro desafio através de um modelo conceitual, integrando a MMD em um processo contínuo de transformação digital.
Palavras-chave: Transformação Digital; Modelo de Maturidade Digital; Processo de Transformação Contínua; Gerenciamento de Mudanças.
A maioria das empresas modernas está sendo confrontada com os desafios da transformação digital (DT/DX), a qual é definida como "o uso da tecnologia para melhorar radicalmente o desempenho ou o alcance das empresas" (Westerman et al., 2014b). A DX é vista como um tipo radical e complexo de Transformação Empresarial, referindo-se, em geral, a um processo turbulento que muda profundamente a maneira como as empresas competem, interagem e criam valor. Além disso, Bordeleau & Felden (2019) afirmam que altos níveis de digitalização são apresentados como positivos para o desempenho econômico de um país, pois aumentam a eficiência e a produtividade de uma organização.
Segundo a IDC (2020a), apesar dos desafios apresentados pela pandemia da COVID-19, os gastos globais em investimentos em DX crescerão continuamente a partir de 10,4% em 2020 para 1,3 trilhões de dólares. Embora este crescimento seja significativamente menor do que o crescimento de 17,9% em 2019, o índice de crescimento continua sendo um dos poucos pontos positivos, caso os gastos globais com tecnologia reduzam drasticamente. O gigante global da consultoria também revela que o investimento direto em DX está crescendo a 15,5% ao ano, movimentando mais de 6,8 trilhões de dólares de 2020 a 2023 à medida que as empresas lutam para se tornar futuras empresas digitais em escala. Até 2022, a economia digitalizada será responsável por cerca de 65% do PIB global (IDC, 2020b).
Figura 1. Gastos mundiais com a DX em 2020. Fonte: IDC (IDC, 2020a)
Legenda: Distribuição e Serviços; Financeiro; Infraestrutura; Fabricantes e Recursos; Setor Público; Taxas de crescimento da DX antes da COVID-19 em 2020; Taxas de Crescimento da DX após o impacto COVID-19 em 2020
O conceito de modelo de maturidade (MM) surgiu na década de 1970 e é dedicado à engenharia de software (Chanias & Hess, 2016; Rafael et al., 2020). Desde então, o conceito MM evoluiu para uma ferramenta importante para melhorar as práticas comerciais (Schäffer et al., 2018), avaliando seu status-quo, traçando um caminho desejável para avançar com eles, e fazendo um benchmarking interno ou externo para identificar lacunas na forma de competências (Röglinger et al., 2012).
Devido à ampla gama de aplicações potenciais, os MMs ganharam popularidade na administração e na ciência (Becker et al., 2009; Rafael et al., 2020). Há muitos MMs publicados com foco em diferentes campos das capacidades das organizações, tais como Gestão de Processos (ISO, 2015), Six Sigma (ISO, 2011), "Capacidade de serviços de TI, gestão de inovação, gestão de programas, arquitetura empresarial, alinhamento estratégico ou maturidade na gestão do conhecimento" (De Bruin et al., 2005). O MM mais conhecido é o Modelo de Maturidade e Capacidade (MMC), derivado do modelo de Grade de Maturidade da Gestão de Qualidade ("Quality Management Maturity Grid" - QMMG) de Phillip Crosby, que tem como objetivo auxiliar na avaliação da qualidade dos sistemas e processos de informação (Williams et al., 2019).
Enquanto isso, a DX é uma revolução moderna em que as empresas utilizam novas tecnologias digitais como SMACIT (Warner e Wäger, 2019) para permitir melhorias significativas nos negócios, tais como melhorar a experiência do cliente, avançar na excelência das operações e inovar nos modelos de negócios (Fitzgerald et al., 2014). Trata-se de uma mudança estratégica que deve seguir vários aspectos (Singh & Hess, 2017), como estratégia operacional, funcional, financeira e corporativa (Matt et al., 2015). Entretanto, todos os MMs mencionados anteriormente apenas se aplicaram para melhorar as capacidades de organizações específicas, ou seja, a necessidade de desenvolver um tipo de modelo de maturidade que cubra o número de capacidades necessárias para a DX (Kane, 2017). O Modelo de Maturidade Digital (MMD) é um tipo de MM focado no apoio a empresas para avaliar e desenvolver suas capacidades digitais (Becker et al., 2009). Com o avanço da tendência da DX, o DMM se tornou um dos campos mais importantes tanto para o meio acadêmico quanto para que os profissionais pesquisem e sigam.
Ao entender a importância da MMD para ajudar as empresas a se tornarem as futuras empresas em escala digital, este trabalho visa investigar artigos de pesquisa para obter insights sobre a MMD em geral e as aplicações da MMD em particular. Para este fim, levantamos e pesquisamos respostas para as seguintes questões de pesquisa:
• Quais são os diferentes tipos de modelos, abordagens, métodos, técnicas, dimensões e níveis de maturidade utilizados para desenvolver e aplicar os MMDs?
• Quais são as áreas potenciais de pesquisa no campo do desenvolvimento de MMDs?
Os autores coletaram artigos que foram revisados e publicados entre 2000 e maio de 2021 através de pesquisa estruturada de palavras-chave e referências cruzadas para garantir a qualidade e confiabilidade desta revisão. As palavras-chave aplicadas à pesquisa de artigos no banco de dados do Google Scholar foram: "Transformação digital" OU "maturidade digital" OU "modelo de maturidade" OU "índice de preparação". Os autores limitam as fontes de artigos a vários bancos de dados bem conhecidos, incluindo Elsevier, EBSCOhost, Emerald, Taylor & Francis, AIS eLibrary, IEEE e ResearchGate. Consideramos apenas artigos em inglês, não aqueles para revisões literárias e empresas.
Dentro de nossa pesquisa, características, elementos estruturados, métodos, técnicas, foco e desafios da pesquisa de DMM são definidos e classificados. Para este fim, nossos trabalhos de pesquisa de análise têm novas contribuições para este campo de pesquisa como, por exemplo:
• Especificar as funções e papéis dos MMDs no processo da DX.
• Desenvolver e/ou implementar um novo MMD para uma empresa.
• Investigar empiricamente como as empresas de setores específicos aplicam seus MMDs.
Depois de realizar a triagem de títulos, resumos e conclusões para a escolha dos trabalhos apropriados para revisão, selecionamos e revisamos 96 trabalhos ao todo.
Os autores utilizaram o método de análise de conteúdo definido por Berelson (1952) e desenvolvido até Mayring (2015) para investigar os trabalhos coletados. Este método é bastante eficiente em combinar abordagens qualitativas ricas em significados com análises quantitativas robustas ao (i) permitir conteúdo manifesto de texto e documentos e (ii) descobrir conteúdo oculto e significado mais profundo incorporado no texto e documento (Duriau et al., 2007; Wilding et al., 2012).
Figura 2. Categorias para análise de artigos revisados
Em primeiro lugar, codificamos os artigos selecionados de acordo com uma série de categorias que também foram revisadas durante o processo de codificação. A Figura 2 apresenta nossas categorias analíticas que incluem dois grupos, a saber: análise descritiva e análise de conteúdo. Em segundo lugar, na fase de análise, sintetizamos e vinculamos dois grupos para obter insights sobre pontos críticos e tendências em aplicações de MMD no espaço DX.
Em nossa revisão, investigamos os trabalhos de pesquisa de base teórica (77 artigos) e empírica (19 artigos). A Figura 3 mostra a distribuição dos artigos revisados por ano de publicação. De acordo com a prevalência do MMD em particular e do DX em geral, o número de artigos tem aumentado ao longo do tempo. A Figura 4 mostra a distribuição de artigos revisados pelos editores.
Com relação às questões de pesquisa, o conteúdo dos artigos revisados é analisado da seguinte forma: i) esclarecendo as características, estrutura, métodos e técnicas utilizadas no campo de MMD; e ii) encontrando potenciais áreas de pesquisa. Em primeiro lugar, para obter insights sobre o fenômeno DX, é necessário entender as características e estrutura das MMDs (Berghaus & Back, 2016; Chanias & Hess, 2016; Rafael et al., 2020; Zapata et al., 2020). As características dos MMDs são analisadas, e os sintéticos estão na Tabela 1. Os atributos mais importantes dos DMMs apresentados na Tabela 1 são seus objetivos, escopo e tipo de abordagem. O atributo propósito inclui funções descritivas, prescritivas e de benchmarking. Sugere-se que a função descritiva conduza a um cenário contextualizado para que possa dar recomendações específicas de contexto para empresas que tenham níveis de maturidade digital similares. Os escopos dos MMDs podem abranger uma indústria específica ou indústrias cruzadas para que as empresas decidam selecionar um DMM apropriado. A abordagem dos MMDs pode abarcar uma capacidade específica com a qual as empresas se preocupam ou todas as capacidades (multidimensionais) de que precisam para avançar como empresas digitais. A Tabela 2 mostra os componentes populares usados para construir os MMDs: dimensão, itens de escala, fatores de ponderação, nível de maturidade, ferramentas de avaliação e caminho evolutivo. Uma comparação abrangente dos bem conhecidos MMDs é apresentada na Tabela 3, mostrando que as dimensões mais importantes são Organização, Processo, Estratégia, Cliente, Pessoas, Cultura e Tecnologia de TI. A tabela também revela que apenas alguns MMDs muito complexos utilizam fatores de ponderação para que as empresas priorizem suas iniciativas de redução das lacunas digitais, conforme abordadas pelas avaliações. As ferramentas de avaliação são construídas com base em métodos e técnicas de avaliação detalhados na Tabela 4, que mostra vários métodos, desde os qualitativos até os quantitativos e mistos, abrangem diferentes técnicas e utilizam diferentes tipos de dados e ferramentas suportadas. Estes métodos e técnicas são utilizados no processo de avaliação e nos projetos de desenvolvimento de modelos. Quanto à sua trajetória evolutiva, grande parte dos MMDs desenvolvem suas trajetórias evolutivas com base em seus níveis de maturidade, o que implica uma trajetória linear até o próximo nível de maturidade. Esta implicação é criticada por sua simplificação excessiva do contexto atual das empresas, que não pode lhes dar caminhos específicos e particulares para seus próximos níveis (Remane et al., 2017).
Em seguida, a partir dos trabalhos revisados, os autores podem encontrar potenciais áreas de pesquisa que estão sendo investigadas continuamente e que poderão ser futuramente incorporadas nos MMDs. São elas: Gerenciamento de mudanças, Capacidades dinâmicas, Tamanho da empresa, Caminho de evolução não linear, Métodos de avaliação e Dinâmica de MMD. A partir da Tabela 3, a dimensão Gestão da Transformação é a menos popular, mas devido ao DX, esta é uma mudança complexa que deve se concentrar não apenas nas capacidades que precisam ser alteradas, mas também na forma como essas mudanças são gerenciadas (Bordeleau & Felden, 2019). Por este motivo, as capacidades de Gerenciamento de Mudanças e Dinâmicas devem ser vistas como capacidades que precisam ser avaliadas pelos MMDs. O tamanho da empresa é outro fator que deve ser considerado, porque as grandes empresas tendem a criar suas próprias MMDs para seu uso específico e frequente (Schallmo et al. 2020). O caminho de evolução não linear é também uma área potencial de pesquisa devido às recomendações específicas do contexto para que as empresas aumentem sua maturidade digital (Remane et al., 2017). Os métodos de avaliação das empresas para selecionar um MMD adequado para suas visões digitais precisam ser pesquisados porque elas não têm qualquer orientação atual para esta atividade (Felch et al., 2019). A última é a dinâmica dos MMDs, o que significa que atualmente os MMDs são vistos de forma estática em vez de gradualmente aprimorados e acessados para refletir o rápido ritmo de mudança dos ambientes externos (Gollhardt et al., 2020).
Table 1: Characteristics of digital maturity models
Tabela 2: Elementos de princípios dos modelos de maturidade digital
Tabela 3. Comparação de modelos conhecidos de maturidade digital
Legenda: A: Academia, P: Praticante; C: Intersetorial, S: Setor específico; o - MMD não tem subdimensões; x - MMD tem subdimensões; *: ponderação
Table 4. Methods & techniques used in digital maturity model applications
Tabela 5: Foco no campo do Modelo Digital de Maturidade
Embora o MMD traga enormes benefícios às atividades DX, o desenvolvimento desses modelos no meio acadêmico e industrial enfrenta muitos desafios. Primeiro, falta padronização na nomenclatura, especialmente na nomenclatura dos componentes estruturados dos modelos. Diferentes autores usaram estes termos em diferentes contextos com diferentes significados, incluindo as dimensões (Gill & Vanboskirk, 2016; Lichtblau et al., 2017; Open Roads, 2017; Pirola et al., 2019; SIRI, 2019; Santos & Martinho, 2019; Schuh et al., 2018; Szaniawski et al., 2020; Trotta & Garengo, 2019; Valdez-de-Leon, 2016), campos de ação (Bumann & Peter, 2019; Gimpel et al., 2018), áreas de foco (Corver & Elkhuizen, 2014; De Carolis et al., 2017a), capacidades (Rossmann, 2018; Westerman et al., 2011), congruência (Kane et al., 2016), domínio (Rogers, 2016) e rota (EARLEY, 2017). Devido ao uso majoritário de "dimensões" nos últimos anos, e com a popularidade deste termo em outras estruturas de gestão como ITIL 4 (2019), os autores sugerem que o termo "dimensões" deve ser usado como um nome padrão para os componentes de primeiro nível do MMD. Da mesma forma, os autores sugerem que o termo "capacidades" deve ser usado como um nome padrão para os componentes de segundo nível.
Em segundo lugar, a maioria dos modelos (72%) tem um propósito descritivo (Canetta et al., 2018), limitando assim seu escopo a fornecer às empresas alguns conhecimentos sobre seu nível de adoção das tecnologias da Indústria 4.0 (von Leipzig et al., 2017; Canetta et al., 2018). Além disso, os modelos multidimensionais são geralmente muito altos (Matt et al., 2015), ou seja, fornecem muito poucos detalhes ou são muito gerais, o que significa que não consideram as características relacionadas à indústria (Berghaus e Back, 2016a) para fornecer os conhecimentos necessários para as organizações. Entretanto, modelos específicos se concentram apenas em determinadas dimensões isoladas ou áreas funcionais, resultando em riscos potenciais (Schumacher et al., 2019). Essas limitações levantam exigências bastante altas para ambos os lados dos contextos de aplicação do MMD. Do ponto de vista do desenvolvimento, elas exigem o estabelecimento de equipes de desenvolvimento que possam conduzir abordagens multidisciplinares para construir modelos multidimensionais para seus clientes. A Tabela 3 mostra que a equipe deve ser composta de especialistas em diversas áreas de domínio, tais como Desenvolvimento e Projeto de Organizações, Gerenciamento de Operações e Qualidade, Gerenciamento Estratégico, Gerenciamento de Negócios, Tecnologia de TI, Tecnologias Digitais, Gerenciamento de Recursos Humanos, Gerenciamento de Serviços e Gerenciamento de Mudanças. Por outro lado, as empresas que utilizam MMDs devem fazer investimentos significativos em missões de avaliação de MMDs para obter resultados significativos específicos do contexto de suas empresas. A avaliação MMD específica do contexto pode levar à aplicação de avaliações multimodelo e avaliações multimétodo, incluindo avaliações de 360 graus (pesquisa de especialistas e entrevista) (Colli et al., 2019), integração IoT (Nygaard et al., 2020), simulação DES (Gajsek et al., 2019) e análise Fuzzy (Caiado et al., 2021; Wagire et al., 2020). Essas avaliações sérias de MMD levarão apenas algumas grandes empresas a pagar por esses tipos de avaliações para alcançar recomendações específicas. O desafio de fornecer meios mais baratos para as PMEs avaliarem sua maturidade digital deve ser uma perspectiva para pesquisas futuras.
Figura 5. Uma proposta para integrar o MMD em um processo contínuo de transformação digital
Em terceiro lugar, como as DXs são integradas nas estratégias das empresas que são gradualmente revisadas para responder ao contexto dinâmico do ambiente, a implementação das DXs é sugerida de forma crescente e contínua (Kane et al., 2018; Rogers, 2016). Portanto, o MMD que reflete os impactos das tecnologias digitais sobre as empresas deve ser aplicado ao processo DX num ciclo fechado. Entretanto, poucos modelos mencionaram seu processo de avaliação (Colli et al., 2019) e, nesse caso, eles só introduziram um contexto de avaliação único como o MMD da Deloitte (Anderson & William, 2018). Estas limitações levantam um requisito crítico de orientação que mostra as ações do MMD em todo o seu ciclo de vida em relação ao processo DX contínuo. A próxima seção apresenta uma sugestão para este desafio.
Como a análise das seções anteriores, a necessidade de orientar sobre como aplicar os MMDs integrados aos processos DX para refletir as frequentes mudanças nas expectativas dos clientes (Chanias, 2017) e a dinâmica das condições externas, incluindo as rupturas da tecnologia digital, deve ser crucial (Römer et al., 2017; Vial, 2019).
Nesta seção, os autores do artigo propõem um modelo conceitual para integrar os MMDs ao processo DX que respeita as exigências acima. O modelo proposto é baseado no processo DX sugerido por Vial (2019) e visa mostrar as aplicações de MMD em seu bloco de Resposta Estratégica, conforme apresentado na Figura 5. O processo na Figura 5 mostra que, após perceber as perturbações dos mercados, as empresas devem redefinir sua estratégia comercial, que deve ser baseada no avanço da tecnologia digital (El Sawy et al., 2015; Hess et al., 2016), e então identificar as capacidades necessárias para implementar as estratégias recém-ajustadas (Ng et al., 2018). Em seguida, as empresas desenvolvem um MMD adequado que reflete as visões estratégicas das empresas e suas necessidades futuras. Depois disso, o MMD avalia contextualmente as empresas para consultar as fraquezas que precisam curar em curto prazo e sua lacuna desde o modelo de negócio atual até o modelo de negócio das visões (Colli et al., 2019; Pierenkemper & Gausemeier, 2020). A avaliação do MMD também permite às empresas compreender suas lacunas em termos de capacidades digitais (Brunner & Jodlbauer, 2020). Os resultados da avaliação serão usados como diretrizes para as empresas planejarem e implementarem suas transformações, consistindo na transformação de modelos de negócios em paralelo com o desenvolvimento de capacidades digitais (Pavlou & El Sawy, 2010; Ng et al., 2018). A gestão da mudança que deve ser considerada (Bordeleau & Felden, 2019; Gimpel, 2018) devido à transformação é um tipo de mudança estratégica e cultural radical (Westerman et al., 2014a) e é a mudança mais forte e arriscada para qualquer organização (By, 2006). Após cada loop incremental dentro dos planos de ação de transformação, as empresas fazem uma revisão do MMD atual referente ao seu desempenho (Felch et al., 2019) e as mais novas rupturas externas, e tomam decisões para reutilizá-las ou construir outras novas (Gollhardt et al., 2020).
Este artigo utilizou pesquisa por palavra-chave e referências cruzadas para coletar unidades de análise e o método de análise de conteúdo para revisar os artigos de pesquisa coletados de 2000 a 2021. Este documento forneceu uma visão geral de (i) características e componentes de MMDs e (ii) métodos e técnicas usados no desenvolvimento e avaliação de MMD. Ademais, além dos principais temas de foco (iii) que estão atualmente em desenvolvimento, o documento levanta a necessidade de uma maior consideração dos desafios (iv). Um desses desafios que mostra a necessidade de abordar a posição do MMD no processo DX master, os autores propõem uma integração das etapas de desenvolvimento e avaliação do MMD no processo DX em um contexto contínuo. A integração é complementar aos estudos revisados dos MMDs e, junto com eles, fornece ambos os lados de desenvolvimento e aplicação (empresa) das funções mais claras dos MMDs e suas posições no processo DX. A continuidade do modelo de integração sugere que não apenas a avaliação dos MMDs, mas também seu desenvolvimento devem ser conduzidos continuamente. Outros desafios, especialmente a necessidade de estudar métodos de desenvolvimento apropriados para os DMMs multidimensionais que as PMEs podem personalizar livremente e aplicar efetivamente a seus negócios sem gastos significativos de investimento são também uma perspectiva para pesquisas futuras.
Esta pesquisa é financiada pelo Grupo VNPT1 e a Universidade HUST2.
1 Vietnam Post and Telecommunication Group (https://vnpt.vn)
2 Hanoi University of Science and Technology (https://hust.edu.vn)
Hoang Pham Minh é estudante de doutorado na Faculdade de Economia e Administração (SEM) da Universidade de Ciência e Tecnologia de Hanói (HUST) e Diretor do Departamento de Qualidade de Produto do Vietnam Telecommunication Group (VNPT) em Hanói, Vietnã. Ele é formado em Eletrônica e Telecomunicações pela Universidade de Ciência e Tecnologia de Hanói (HUST), Vietnã; Mestre em Eletrônica e Telecomunicações pela Universidade de Ciência e Tecnologia de Hanói (HUST), Vietnã; e Mestre em Administração de Empresas pela Universidade La Trobe, Austrália. Atualmente, ele está cursando o doutorado em Economia e Gestão (SEM) na Universidade de Ciência e Tecnologia (HUST). Ele publicou artigos em revistas e conferências em revistas científicas vietnamitas, tais como Economics Study, e os postou em sua página do Portal de Pesquisa. O Sr. Hoang concluiu projetos de pesquisa com o Posts and Telecommunications Institute of Technology (PTIT), Vietnam Telecom Services Company (VinaPhone), VNPT-Media Corporation, VNPT-Information Technology Company, Hanoi University of Science and Technology, Vietnam Institute for Development Strategies (VIDS) e MIT. Seus interesses de pesquisa incluem gestão de qualidade e operações, inteligência empresarial, lean, six-sigma, Agile Enterprise, DevOps, serviços digitais e economia de plataforma. Ele é membro do Fórum TM e da GSMA.
Hong Pham Thi Thanh é o vice-reitor da Escola de Economia e Administração (SEM) da Universidade de Ciência e Tecnologia de Hanói (HUST). Ela obteve um Ph.D. em Operações e Administração pelo Instituto Asiático de Tecnologia (AIT), Tailândia. Ela publicou artigos em revistas e de conferências para várias revistas, como a Conferência Internacional de Negócios Eletrônicos (ICEB), Conferência Internacional de e-Tecnologia, E-commerce, e E-Service (EEE). Dr. Hong concluiu projetos de pesquisa com o governo do Vietnã e muitas organizações proeminentes no Vietnã e na Tailândia, tais como VNPT, Viettel e AIT. Seus interesses de pesquisa incluem a economia digital, a fabricação inteligente e a transformação digital. A Dra. Hong é a Diretora da Conferência Internacional sobre Desafios Emergentes (ICECH).
Aguiar, T., Gomes, S. B., da Cunha, P. R., & da Silva, M. M. (2019, October). Digital Transformation Capability Maturity Model Framework. In 2019 IEEE 23rd International Enterprise Distributed Object Computing Conference (EDOC) (pp. 51-57). IEEE.
Anderson, C. & William, E. (2018). “Digital Maturity Model - Achieving digital maturity to drive growth", Deloitte
Angreani, L. S., Vijaya, A., & Wicaksono, H. (2020). Systematic Literature Review of Industry 4.0 Maturity Model for Manufacturing and Logistics Sectors. Procedia Manufacturing, 52, 337-343.
Becker, J., Knackstedt, R., & Pöppelbuß, J. (2009). Developing maturity models for IT management. Business & Information Systems Engineering, 1(3), 213-222.
Berelson, Bernard. 1952. Content analysis in communication research. New York: Hafner.
Berger, S., Bitzer, M., Häckel, B., & Voit, C. (2020). Approaching Digital Transformation-Development of a Multi-Dimensional Maturity Model. In ECIS.
Berghaus, S., & Back, A. (2016, September). Stages in Digital Business Transformation: Results of an Empirical Maturity Study. In MCIS (p. 22).
Blatz, F., Bulander, R., & Dietel, M. (2018, June). Maturity model of digitization for SMEs. In 2018 IEEE International Conference on Engineering, Technology and Innovation (ICE/ITMC) (pp. 1-9). IEEE.
Bordeleau, F. È., & Felden, C. (2019). Digitally Transforming Organisations: A Review of Change Models of Industry 4.0.
Brunner, M., & Jodlbauer, H. (2020). Mind the gap: Requirement engineering for learning factories with maturity model support. Procedia Manufacturing, 45, 510-515.
Bumann, J., & Peter, M. K. (2019). Action fields of digital transformation–a review and comparative analysis of digital transformation maturity models and frameworks. Digitalisierung und andere Innovationsformen im Management. Innovation und Unternehmertum, 2, 13-40.
By, R. T. (2005). Organisational change management: A critical review. Journal of change management, 5(4), 369-380.
Caiado, R. G. G., Scavarda, L. F., Gavião, L. O., Ivson, P., de Mattos Nascimento, D. L., & Garza-Reyes, J. A. (2021). A fuzzy rule-based industry 4.0 maturity model for operations and supply chain management. International Journal of Production Economics, 231, 107883.
Canetta, L., Barni, A., & Montini, E. (2018, June). Development of a digitalization maturity model for the manufacturing sector. In 2018 IEEE International Conference on Engineering, Technology and Innovation (ICE/ITMC) (pp. 1-7). IEEE.
Chanias, S. (2017). Mastering digital transformation: the path of a financial services provider towards a digital transformation strategy.
Chanias, S., & Hess, T. (2016). How digital are we? Maturity models for the assessment of a company’s status in the digital transformation. Management Report/Institut für Wirtschaftsinformatik und Neue Medien, (2), 1-14.
Cigaina, M., & Riss, U. (2017). Digital business modeling–A structural approach toward digital transformation. _SAP White Paper_–Digital Transformation.
Colli, M., Berger, U., Bockholt, M., Madsen, O., Møller, C., & Wæhrens, B. V. (2019). A maturity assessment approach for conceiving context-specific roadmaps in the Industry 4.0 era. Annual Reviews in Control, 48, 165-177.
Corver, Q., Elkhuizen, G. (2014). "A Framework for Digital Business Transformation", Cognizant
De Bruin, T., Rosemann, M., Freeze, R., & Kaulkarni, U. (2005). Understanding the main phases of developing a maturity assessment model. In Australasian Conference on Information Systems (ACIS): (pp. 8-19). Australasian Chapter of the Association for Information Systems.
De Carolis, A., Macchi, M., Negri, E., & Terzi, S. (2017a). A maturity model for assessing the digital readiness of manufacturing companies. In IFIP International Conference on Advances in Production Management Systems (pp. 13-20). Springer, Cham.
De Carolis, A., Macchi, M., Negri, E., & Terzi, S. (2017b). Guiding manufacturing companies towards digitalization a methodology for supporting manufacturing companies in defining their digitalization roadmap. In 2017 International Conference on Engineering, Technology and Innovation (ICE/ITMC) (pp. 487-495). IEEE.
Duriau, V. J., Reger, R. K., & Pfarrer, M. D. (2007). A content analysis of the content analysis literature in organization studies: Research themes, data sources, and methodological refinements. Organizational Research Methods, 10(1), 5–34.
Earley (2016). "Building a Successful Digital Transformation Roadmap", Earley Information Science (EIS)
El Sawy, O., Kræmmergaard, P., Amsinck, H., & Vinter, A. L. (2015). Building the foundations and enterprise capabilities for digital leadership: The LEGO experience.
Felch, V., Asdecker, B., & Sucky, E. (2019). Maturity models in the age of Industry 4.0–Do the available models correspond to the needs of business practice?
Fitzgerald, M., Kruschwitz, N., Bonnet, D., & Welch, M. (2014). Embracing digital technology: A new strategic imperative. MIT sloan management review, 55(2), 1.
Gajsek, B., Marolt, J., Rupnik, B., Lerher, T., & Sternad, M. (2019). Using maturity model and discrete-event simulation for Industry 4.0 implementation. International Journal of Simulation Modelling, 18(3), 488-499.
Geissbauer, R., Vedso, J., & Schrauf, S. (2016). Industry 4.0: Building the digital enterprise. Retrieved from PwC Website: https://www.pwc.com/gx/en/industries/industries-4.0/landing-page/industry-4.0-building-your-digital-enterprise-april-2016.Pdf ; Accessed 3-Aug-2021
Gill, M., & VanBoskirk, S. (2016). The Digital Maturity Model 4.0. Benchmarks: digital transformation playbook.
Gimpel, H., Hosseini, S., Huber, R. X. R., Probst, L., Röglinger, M., & Faisst, U. (2018). Structuring Digital Transformation: A Framework of Action Fields and its Application at ZEISS. J. Inf. Technol. Theory Appl., 19(1), 3.
Gollhardt, T., Halsbenning, S., Hermann, A., Karsakova, A., & Becker, J. (2020, June). Development of a Digital Transformation Maturity Model for IT Companies. In 2020 IEEE 22nd Conference on Business Informatics (CBI) (Vol. 1, pp. 94-103). IEEE.
Gökalp, E., Şener, U., & Eren, P. E. (2017, October). Development of an assessment model for industry 4.0: industry 4.0-MM. In International Conference on Software Process Improvement and Capability Determination (pp. 128-142). Springer, Cham.
Hess, T., Matt, C., Benlian, A., & Wiesböck, F. (2016). Options for formulating a digital transformation strategy. MIS Quarterly Executive, 15(2).
Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information systems research. MIS quarterly, 75-105.
Häckel, B., Huber, R., Stahl, B., & Stöter, M. (2021). Becoming a Product-Service System Provider–Toward a Maturity Model for Industry.
IDC (2020b), "IDC Reveals 2021 Worldwide Digital Transformation Predictions; 65% of Global GDP Digitalized by 2022, Driving Over $6.8 Trillions of Direct DX Investments from 2020 to 2023"; IDC, https://www.idc.com/getdoc.jsp?containerId=prUS46967420; Accessed 3-Aug-2021
IDC (2020a), "New IDC Spending Guide Shows Continued Growth for Digital Transformation in 2020, Despite the Challenges Presented by the COVID-19 Pandemic", IDC, https://www.idc.com/getdoc.jsp?containerId=prUS46377220; Accessed 3-Aug-2021
ISO (2007), “ISO 19440:2007 Enterprise integration — Constructs for enterprise modelling", ISO, https://www.iso.org/standard/33834.html; Accessed 3-Aug-2021
ISO (2011), “ISO 13053-2:2011 Quantitative methods in process improvement — Six Sigma — Part 2: Tools and techniques", ISO, https://www.iso.org/standard/52901.html; Accessed 3-Aug-2021
ISO (2015), “ISO/IEC 33004:2015 Information technology - Process assessment - Requirements for process reference, process assessment and maturity models", ISO, https://www.iso.org/standard/54178.html; Accessed 3-Aug-2021
ITIL4 (2019), IT service management, AXELOS, https://www.axelos.com; Accessed 3-Aug-2021
Imgrund, F., Fischer, M., Janiesch, C., & Winkelmann, A. (2018). Approaching digitalization with business process management. Proceedings of the MKWI, 1725-1736.
Issa, A., Hatiboglu, B., Bildstein, A., & Bauernhansl, T. (2018). Industrie 4.0 roadmap: Framework for digital transformation based on the concepts of capability maturity and alignment. Procedia CIRP, 72, 973-978.
Iyengar, P. (2018). "Digital Business Maturity Model: 9 Competencies Determine Maturity", Gartner, ID: G00324906
Kane GC, Palmer D, Phillips AN, Kiron D, Buckley N. Coming of Age Digitally. MIT Sloan Manag Rev. 2018; June 2018.
Kane, G. C. (2017). Digital maturity, not digital transformation. MIT sloan management review, 1.
Kane, G. C., Palmer, D., Phillips, A. N., Kiron, D., & Buckley, N. (2016). Aligning the organization for its digital future. MIT Sloan Management Review, 58(1).
Khanboubi, F., & Boulmakoul, A. (2019). Digital Transformation Metamodel in Banking. INTIS, 2019, 8th.
Leyh, C., Bley, K., Schäffer, T., & Bay, L. (2017). The application of the maturity model simmi 4.0 in selected enterprises.
Leyh, C., Bley, K., Schäffer, T., & Forstenhäusler, S. (2016, September). SIMMI 4.0-a maturity model for classifying the enterprise-wide it and software landscape focusing on Industry 4.0. In 2016 federated conference on computer science and information systems (fedcsis) (pp. 1297-1302). IEEE.
Lichtblau, K., Stich, V., Bertenrath, R., Blum, M., Bleider, M., Millack, A., ... & Schröter, M. (2017). Studie: Industrie 4.0 Readiness.
Likert, R. (1932). A technique for the measurement of attitudes. Archives of psychology.
Lin, T. C., Sheng, M. L., & Jeng Wang, K. (2020a). Dynamic capabilities for smart manufacturing transformation by manufacturing enterprises. Asian Journal of Technology Innovation, 28(3), 403-426.
Lin, T. C., Wang, K. J., & Sheng, M. L. (2020b). To assess smart manufacturing readiness by maturity model: A case study on Taiwan enterprises. International Journal of Computer Integrated Manufacturing, 33(1), 102-115.
Machado, C. G., Winroth, M., Carlsson, D., Almström, P., Centerholt, V., & Hallin, M. (2019). Industry 4.0 readiness in manufacturing companies: challenges and enablers towards increased digitalization. Procedia Cirp, 81, 1113-1118.
Matt, C., Hess, T., & Benlian, A. (2015). Digital transformation strategies. Business & Information Systems Engineering, 57(5), 339-343.
Mayring, P. (2015). Qualitative content analysis: Theoretical background and procedures. In Approaches to qualitative research in mathematics education (pp. 365-380). Springer, Dordrecht.
Mettler, T. (2009). A design science research perspective on maturity models in information systems.
Mittal, S., Khan, M. A., Romero, D., & Wuest, T. (2018). A critical review of smart manufacturing & Industry 4.0 maturity models: Implications for small and medium-sized enterprises (SMEs). Journal of Manufacturing Systems, 49, 194-214.
Newman, M. (2017, May). Digital Maturity Model (DMM): A new tool to navigate the maze of digital transformation. In TM Forum White Paper 2017.
Ng, H. Y., Tan, P. S., & Lim, Y. G. (2018, December). Methodology for digitalization-a conceptual model. In 2018 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM) (pp. 1269-1273). IEEE.
Nygaard, J., Colli, M., & Wæhrens, B. V. (2020). A self-assessment framework for supporting continuous improvement through IoT integration. Procedia Manufacturing, 42, 344-350.
Open Group (2011). Module 2 TOGAF 9 Components, 1–13.
Open ROADS (2019). The Accelerator for Digital Transformation, Open ROADS Community, https://openroadscommunity.com; Accessed 3-Aug-2021
Osterwalder, A., & Pigneur, Y. (2010). Business model generation: a handbook for visionaries, game changers, and challengers (Vol. 1). John Wiley & Sons.
Pavlou, P. A., & El Sawy, O. A. (2010). The “third hand”: IT-enabled competitive advantage in turbulence through improvisational capabilities. Information systems research, 21(3), 443-471.
Pierenkemper, C., & Gausemeier, J. (2020). Developing Strategies for Digital Transformation in SMEs with Maturity Models. In ISPIM Conference Proceedings (pp. 1-20). The International Society for Professional Innovation Management (ISPIM).
Pirola, F., Cimini, C., & Pinto, R. (2019). Digital readiness assessment of Italian SMEs: a case-study research. Journal of Manufacturing Technology Management.
Puchan, J., Zeifang, A., & Leu, J. D. (2018, December). Industry 4.0 in practice-identification of industry 4.0 success patterns. In 2018 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM) (pp. 1091-1095). IEEE.
Pöppelbuß, J., & Röglinger, M. (2011). What makes a useful maturity model? A framework of general design principles for maturity models and its demonstration in business process management.
Rafael, L. D., Jaione, G. E., Cristina, L., & Ibon, S. L. (2020). An Industry 4.0 maturity model for machine tool companies. Technological Forecasting and Social Change, 159, 120203.
Remane, G., Hanelt, A., Wiesboeck, F., & Kolbe, L. (2017). Digital maturity in traditional industries–an exploratory analysis.
Rogers, D. L. (2016). The Digital Transformation Playbook - Rethink Your Business for the Digital Age. New York: Columbia University Press
Rossmann, A. (2018). Digital maturity: conceptualization and measurement model.
Röglinger, M., Pöppelbuß, J., & Becker, J. (2012). Maturity models in business process management. Business Process Management Journal.
Römer, B., Gemsjäger, B., Di Lembo, G., & Fröhner, W. (2017). How to shape digitalisation in the energy sector–a new approach for systematic business innovation. CIRED-Open Access Proceedings Journal, 2017(1), 2767-2771.
SIRI (2019), Smart Industry Readiness Index, SIRI, https://www.siri.gov.sg; Accessed 3-Aug-2021
Salviotti, G., Gaur, A., & Pennarola, F. (2019). Strategic Factors Enabling Digital Maturity: An Extended Survey. In The 13th Mediterranean Conference on Information Systems (MCIS) (pp. 1-13).
Santos, R. C., & Martinho, J. L. (2019). An Industry 4.0 maturity model proposal. Journal of Manufacturing Technology Management.
Schallmo, D., & Williams, C. A (2021). Integrated Approach for Digital Maturity: Levels, Procedure, and In-Depth Analysis.
Schallmo, D., Lang, K., Hasler, D., Ehmig-Klassen, K., & Williams, C. A. (2020). An Approach for a Digital Maturity Model for SMEs based on Their Requirements. In Proceedings of.
Schuh, G., & Frank, J. (2020, April). Maturity-based design of corporate culture in the context of Industrie 4.0. In 2020 International Conference on Technology and Entrepreneurship-Virtual (ICTE-V) (pp. 1-8). IEEE.
Schuh, G., Anderl, R., Gausemeier, J., ten Hompel, M., & Wahlster, W. (2017). Industrie 4.0 maturity index. Managing the digital transformation of companies. Munich: Herbert Utz.
Schumacher, A., Erol, S., & Sihn, W. (2016). A maturity model for assessing Industry 4.0 readiness and maturity of manufacturing enterprises. Procedia Cirp, 52, 161-166.
Schumacher, A., Nemeth, T., & Sihn, W. (2019). Roadmapping towards industrial digitalization based on an Industry 4.0 maturity model for manufacturing enterprises. Procedia Cirp, 79, 409-414.
Schäffer, T., Leyh, C., Bley, K., & Schimmele, M. (2018). Towards an open ecosystem for maturity models in the digital era: The example of the data quality management perspective. University of Applied Sciences Heilbronn Faculty of Business Administration.
Singh, A., & Hess, T. (2017). How Chief Digital Officers promote the digital transformation of their companies. MIS Quarterly Executive, 16(1).
Sjödin, D. R., Parida, V., Leksell, M., & Petrovic, A. (2018). Smart Factory Implementation and Process Innovation: A Preliminary Maturity Model for Leveraging Digitalization in Manufacturing Moving to smart factories presents specific challenges that can be addressed through a structured approach focused on people, processes, and technologies. Research-Technology Management, 61(5), 22-31.
Steuperaert, D., Huygh, T., De Haes, S., & Poels, G. Exploring the Dimensions and Attributes of A Maturity Model for IT Governance Organizational Structures. In Proceedings of the 54th Hawaii International Conference on System Sciences (p. 6037).
Szaniawski, K., Okeleke, A. & Cary. C, (2020). "Digital Telco Maturity Map", OMDIA
Team, C. P. (2006). CMMI for Development, version 1.2.
Trotta, D., & Garengo, P. (2019, March). Assessing industry 4.0 maturity: An essential scale for SMEs. In 2019 8th International Conference on Industrial Technology and Management (ICITM) (pp. 69-74). IEEE.
Valdez-de-Leon, O. (2016). A Digital Maturity Model for telecommunications service providers. Technology Innovation Management Review, 6(8).
Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118-144.
Wagire, A. A., Joshi, R., Rathore, A. P. S., & Jain, R. (2020). Development of maturity model for assessing the implementation of Industry 4.0: learning from theory and practice. Production Planning & Control, 1-20.
Warner, K. S., & Wäger, M. (2019). “Building dynamic capabilities for digital transformation: An ongoing process of strategic renewal”. Long Range Planning, 52(3), 326-349
Westerman, G., Bonnet, D., & McAfee, A. (2014a). Leading digital: Turning technology into business transformation. Harvard Business Press.
Westerman, G., Bonnet, D., & McAfee, A. (2014b). The nine elements of digital transformation. MIT Sloan Management Review, 55(3), 1-6.
Westerman, G., Calméjane, C., Bonnet, D., Ferraris, P., & McAfee, A. (2011). Digital Transformation: A roadmap for billion-dollar organizations. MIT Center for digital business and capgemini consulting, 1, 1-68.
Wilding, R., Wagner, B., Seuring, S., & Gold, S. (2012). Conducting content-analysis based literature reviews in supply chain management. Supply Chain Management: An International Journal.
Williams, C., Schallmo, D., Lang, K., & Boardman, L. (2019). Digital Maturity Models for Small and Medium-sized Enterprises: A Systematic Literature Review. In ISPIM Conference Proceedings (pp. 1-15). The International Society for Professional Innovation Management (ISPIM).
Zapata, M. L., Berrah, L., & Tabourot, L. (2020). Is a digital transformation framework enough for manufacturing smart products? The case of Small and Medium Enterprises. Procedia Manufacturing, 42, 70-75.
von Leipzig, T., Gamp, M., Manz, D., Schöttle, K., Ohlhausen, P., Oosthuizen, G., ... & von Leipzig, K. (2017). Initialising customer-orientated digital transformation in enterprises. Procedia Manufacturing, 8, 517-524.
Recebido: 5 abr. 2022
Aprovado: 5 abr. 2022
DOI: 10.20985/1980-5160.2022.v17n1.1789
Como citar: Minh, H.P., Thanh, H.P.T. (2022). Revisão abrangente de um Modelo de Maturidade Digital e proposta para um Processo de Transformação Digital Contínua com Integração do Modelo de Maturidade Digital. Revista S&G 17, 1. https://revistasg.emnuvens.com.br/sg/article/view/1789