5.3.1. Limitations
Représentativité et
Portée
Bien que notre étude offre des perspectives uniques et
utiles sur la collaboration entre fournisseurs PME et grandes enseignes dans le
contexte de la digitalisation, il est essentiel de reconnaître ses
limitations. Le nombre limité de répondants à notre
questionnaire peut ne pas être représentatif de l'ensemble de
l'écosystème de la grande distribution. De plus, notre
étude est principalement axée sur cinq thèmes
spécifiques, omettant ainsi d'autres aspects qui pourraient avoir un
impact significatif sur la dynamique collaborative.
Méthodologie et
Confidentialité
Une autre limitation concerne la méthode de "Codage
Thématique Axé sur les Concepts". Bien que cette méthode
offre une vue d'ensemble des facteurs qui influencent la collaboration, elle
peut manquer de nuances spécifiques que d'autres méthodes
pourraient capturer. De plus, certaines informations sensibles liées
à la confidentialité stratégique des entreprises
participantes ont été exclues de notre analyse.
Analyse des Données
Il est également important de noter que nos analyses
ont été réalisées en utilisant des tableaux de
fréquences pour examiner les tendances au sein des données
recueillies. Cette approche peut limiter la profondeur de notre
compréhension des dynamiques complexes en jeu.
Le Boom de l'IA et Son Impact Futur
Il convient de mentionner que le boom actuel de
l'Intelligence Artificielle (IA) n'est pas encore pleinement
intégré dans les processus des entreprises
étudiées, mais il est susceptible d'avoir un impact majeur
à court terme. L'IA a le potentiel de révolutionner non seulement
les opérations internes mais aussi les relations entre fournisseurs PME
et grandes enseignes. Son absence dans notre étude actuelle
représente donc une limitation significative, mais également une
opportunité pour des recherches futures.
5.3.2. Futurs Travaux
Élargissement de la Recherche
Cette recherche sert de point de départ pour des
études futures qui pourraient aborder ces limitations et explorer
davantage les dynamiques observées. Une étude avec un
échantillon plus large et plus diversifié pourrait fournir des
résultats plus généralisables, permettant ainsi d'obtenir
des insights plus approfondis. L'incorporation d'autres méthodologies de
recherche qualitatives, telles que des entretiens en profondeur ou des
études de cas, pourrait enrichir notre compréhension des
dynamiques en jeu.
Technologies Émergentes et
Gouvernance
Les futurs travaux pourraient également
s'intéresser à l'influence d'autres technologies
émergentes, comme l'Intelligence Artificielle et le Machine Learning,
sur l'écosystème de la
EM Normandie 2022-2023 80
grande distribution. Ces technologies, souvent liées
à l'approche data-driven et au traitement des données, peuvent
grandement contribuer à la prise de décisions stratégiques
et au pilotage opérationnel des entreprises. Une exploration approfondie
de ces liens pourrait fournir des informations précieuses pour les
acteurs de l'industrie.
Gouvernance et Collaboration
Un aspect qui mérite une attention particulière
dans les futurs travaux est la gouvernance d'entreprise à l'ère
de la digitalisation. Comment les structures de gouvernance des PME et des
grandes enseignes doivent-elles évoluer pour intégrer
efficacement les nouvelles technologies ? Quel rôle la gouvernance
peut-elle jouer dans la facilitation et le renforcement de la collaboration
entre les fournisseurs PME et les grandes enseignes ? Étant donné
que la gouvernance est intrinsèquement liée à la prise de
décision et à la gestion des risques, une étude
ciblée sur cet aspect pourrait offrir des perspectives nouvelles sur la
manière dont les entreprises peuvent naviguer dans le paysage
numérique complexe tout en maintenant des relations commerciales solides
et transparentes.
