Omvärlden ändras snabbt, vilket sätter press på moderna organisationer. Organisationer kan därför använda sig av Business Intelligence (BI) till att fatta bra och effektiva beslut. Enligt författare till litteratur, skribenter på Internettidningar, och debattörer på Internet, kan det dock vara skillnad på hur BI används i små och stora organisationer, då dessa inte har samma förutsättningar till BI användande (Chang, 2009). Vid påbörjandet av denna studie var det oklart hur SME och stora organisationer använder BI, samt på vilket sätt BI användande i SME och stora organisationer skiljde sig, och vad denna skillnad bestod av. Det fanns alltså kunskapsbrist inom detta område inom BI. För att berika ämnet BI med ny kunskap gjordes därför en studie där BI användandet i SME och stora organisationer beskrevs, samt redogjordes det för de skillnader som upptäcktes mellan BI användandet i SME och stora organisationer. Andra författare hade visserligen skrivit om BI användande i SME, fast de hade inte gjort någon typ av jämförelse mellan BI användande i små och stora organisationer. Även detta sågs som kunskapsbrist. En induktiv ansats med kvalitativ metod användes när empiri insamlades. Fokus var att samla mycket information av bra kvalitet om få enheter, vilket dessa metoder lämpade sig bra till. Totalt intervjuades sex enheter. Fem enheter intervjuades personligt, och en enhet fick svara på enkätfrågor samt intervjuades via telefon. För att kunna beskriva de fenomen som uppstod i empirin utifrån en "BI synvinkel" användes en teoretisk bakgrund när studien gjordes. Den teoretiska bakgrunden beskrev bland annat vad BI är för något, hur det används, varför det används, samt de komponenter och aktiviteter som hör till BI. I diskussionskapitlet redovisades och diskuterades SME och stora organisationers BI användande, samt den skillnad som upptäcktes gällande BI användandet. Dessa resultat kopplades också till den teoretiska bakgrunden för att beskrivas utifrån en "BI synvinkel". Resultaten kopplades även till den tidigare forskning som var gjord om detta ämne för att se vilka likheter och skillnader som fanns. Slutsatserna i uppsatsen tydde på att det inte fanns särskilt många skillnader mellan SME och stora organisationers BI användande. Slutsatserna tydde även på att resultaten inte var generella, då få enheter undersöktes. Resultaten ansågs dock som konkreta då skillnaderna(och likheterna) som faktiskt fanns, framkom tydligt. Slutligen gavs förslag på fortsatt forskning till läsarna och förslag på hur en studie likt denna kan bli mer "generaliserbar".

<p>The area of Business Intelligence (BI) is both broad and multifaceted and is becoming an increasingly pervasive tool utilized within organizations allowing them to gain greater insight into their business operations as well as well as the way in which their customers interact with them. By enabling businesses to perform powerful, effective analytics and reporting, BI tools allow them to maximize use of their data and facilitate better planning, forecasting and the ability to have a more targeted and efficient value chain. Usage of BI tools allow organizations to not only achieve but leverage their competitive advantage. SMEs are no different in their pursuit for competitive advantage and market share but often is the case that they lack the resources in order to make the substantial investments into the software and infrastructure required to host a solution on-premise. The Software-as-a-Service (SaaS) model of allowing users to have access to powerful tools and services without having to purchase the solutions or the infrastructure needed to host it on-premise allows SMEs an ideal opportunity to perform many or all of the functionalities that on-premise BI provides. SaaS BI is a relatively new concept only a few years old, but improvements in functionality and features, reliability of service levels and lower costs are allowing it to gain traction and it is projected to increase its momentum in the next few years. The aim of this paper is to investigate the factors that lead to adoption/non-adoption, assigned importance and perceived business value of SaaS BI within SMEs. These issues will be addressed through identification of the key decision criteria that influence SMEs to adopt SaaS BI solutions over an on-premise solution and vice versa. Greater insight into the decision making process, usage and value will be investigated with the cooperation of two vendors within the BI field. A two pronged approach targeting both SaaS and on-premise BI vendors and the users is adopted in order to find out the perspective on either end and whether or not they are incongruent. Semi-structured interviews were targeted at both an on-premise vendor and a SaaS vendor and their customers. A questionnaire was deployed to clients of both these vendors. Analysis was then conducted on the findings using an integrated selection model encompassing BI and SaaS theories and concepts outlined in the paper.</p><p></p>

Thesis (Ph. D.)--University of Texas at Austin, 2000. / Vita. Includes bibliographical references (leaves 159-167). Available also in a digital version from Dissertation Abstracts.

Competitive intelligence (CI) can be loosely defined as the process by which an organization legally and systematically collects, organizes, analyzes, and disseminates the information about its competitive environment. Notwithstanding the growing interest in CI, there are few empirical investigations on the work activities of CI professionals. This research addresses three basic questions: Who are CI professionals, which tasks and activities are they engaged in and how do they go about them, and what factors constrain their performance and completion of these tasks and activities? Twenty-eight CI professionals across Canada participated in the study from 24 different organizations, representing 16 specific industries. These CI professionals include various intelligence managers and analysts, market researchers, strategic advisors, and information specialists, representing two main groups: business professionals and information professionals. Their major goals are to heighten awareness of the competitive environment in which their organizations compete and to enhance decision making by their various clients. To achieve these goals, they engage in 10 general classes of activities: news scanning and monitoring; project management; responding ad hoc requests; communicating with various stakeholders; preparing CI products/deliverables; perusing and evaluating various materials; writing and editing diverse documents; coaching and training other staff for CI; undertaking training themselves; and administrative, non-CI, and sundry other activities. Among them, most of time is allocated to preparing CI products or deliverables, communicating with various stakeholders, and email processing and news scanning. Most of the information needs of the participants are not personal but derive from their organizational needs and clientele. The information seeking behavior of the participants can be situated on four axes: cyclical and noncyclical, reactive and proactive, linear and / Malgré l’intérêt grandissant pour la veille concurrentielle, il existe peu d’études empiriques traitant du travail des professionnels oeuvrant dans ce domaine. La présente étude pose trois questions de base: qui sont les professionnels faisant de la veille concurrentielle; quelles sont leurs tâches et activités et comment sont elles réalisées; et finalement, quels facteurs limitent leur performance et capacité de compléter ces tâches et ces activités. À travers le Canada, 28 professionnels de la veille concurrentielle ont été recrutés pour l’étude représentant 24 organisations différentes dans 12 industries générales et 16 de type spécifique. Ces professionnels représentent des analystes, des gestionnaires de l’information, des chercheurs en études de marché, des conseillers stratégiques et des spécialistes de l’information. Leurs objectifs principaux consistent à accroître la conscientisation à l’environnement concurrentiel dans lequel leurs organisations rivalisent et à rehausser la qualité de la prise de décision chez leurs différents clients. Pour atteindre ces objectifs, ils et elles s’impliquent dans dix catégories distinctes d’activités: scruter les nouvelles et gérer une veille informationnelle; gérer des projets; répondre aux demandes d’information ponctuelles; communiquer avec les différentes parties; élaborer des produits de veille concurrentielle; lire et évaluer le matériel diversifié; rédiger et réviser des documents variés; former des employés à la veille concurrentielle; recevoir une formation continue; et s’impliquer dans d’autres activités administratives non-reliées au domaine de la veille. La plupart du temps est consacré à la préparation des produits de veille concurrentielle, aux communications avec les diverses parties, à la gestion de courriel et à la scrutation des nouvelles. La plupart des besoins informationnels des participants ne sont pas individuels mais$

Vi har valt att skriva om Business Intelligence på grund av dess relevans i dagens växande teknologiska samhälle. Ett Business Intelligence system är en typ av informationssystem som hjälper användaren att se mönster, relationer och trender inom företaget och dess försäljning. BI är ett verktyg för företag och organisationer att använda som underlag för att kunna ta väl grundade och beslut baserade på information snarare än intuition. Syftet med vår uppsats är att söka förståelse för de problem som olika typer av användare står inför vid användning av BI system och hitta gemensamma nämnare bland dem. Studien genomfördes utifrån en kvalitativ metodansats där vi undersökt vilka problem och utmaningar olika användartyper står inför vid användandet av systemet. Studien belyste behovet av ordentlig informationsmodell och en masterdatamodell över gemensamma definitioner inom organisationerna. Det största problemet som identifierades i studien var problematiken för företag att hålla en kvalitativ data inom företaget. Detta problem var något som de alla var väl införstådda med. På grund av slutanvändarnas olika uppfattning av BI system såg problembilderna olika ut. Resultatet av vår studie är att problembilderna skiljer sig åt beroende på vilken användartyp som åsyftas. Leverantörerna, IB-arkitekterna och analytikerna hade en mer gemensam problembild, medan slutanvändarnas problembild var mer spretig.

Zugl.: München, Universiẗat, Diss., 2007.

Universiẗat, Diss., 1999--Kaiserslautern.

Zugl.: Bamberg, Univ., Diss., 2009

This diploma thesis deals with the creation of module for the company Student-living, s.r.o. designed to simplify the analysis and interpretation of the data contained in the database of the real estate portal Studentreality. This module will use the company's management and staff, as well as property owners who advertise on the portal. Before the creation precedes familiarization with the current system, database and technology that will be used for implementation. Followed by the main part describing the design and implementation of the module itself.

Managers the world over complain that they are overwhelmed by the amount of data available to them, but that they are unable to make any sense of this data. The changing business environment and the fact that customers are becoming more and more demanding highlight the need for organisations to be able to adapt faster and more effectively to those changes. Data mining developed as a direct result of the natural evolution of information technology. The increased organisational use of computer based systems has resulted in the accumulation of vast amounts of data, and the need for decision makers to have efficient access to knowledge, and not only data, has resulted in more and more organisations adopting the use of data mining. The promise of data mining is to return the focus of large, impersonal organisations to serving their customers better and to providing more efficient business processes. Indeed, for some organisations data mining offers the potential for gaining a competitive advantage, but for others it has become a matter of survival. The literature is filled with examples of the successful application of data mining, not only to specific business functions, but also in specific industries. Undoubtedly, certain industries, such as those dealing with huge amounts of data, and those exposed to many diverse customers, stand to benefit more from data mining than others. iii The benefits, associated with data mining, for organisations, individuals and society as a whole, far exceed its drawbacks, but the biggest issue facing organisations that want to employ data mining, is its cost. The other drawbacks of data mining relate to the threat that it poses to privacy, and any data mining effort must not only be done within the framework of the relevant laws, but must also be done in an ethical manner. Although data mining is probably beyond the financial ability of most organisations, its main principle, the fact that there might be value in organisational data, should not be forgotten. Organisations must endeavour to treat their data with the same respect it has for all its other corporate assets. / Mr. C. Scheepers