Spelling suggestions: "subject:"data driven organization"" "subject:"mata driven organization""
1 |
Managing Data-Driven Decision-Making: Managerial Practices : A Qualitative Multiple Case Study about Managerial Practices when Utilizing Data-Driven DecisionsÖstlund, Maja, Gustafsson, Ellen January 2024 (has links)
Background: The rapid digitalization of business operations has transformed the decision-making process, with companies increasingly relying on Data-Driven Decision-Making (DDDM) to navigate complex business environments. However, the utilization of DDDM is not without challenges, as organizations face obstacles such as data integration issues and a lack of technical skills among managers. This study explores the integration of DDDM into organizational strategies, focusing on the experience of managers as they navigate the transition toward data-driven approaches. Problem: While the benefits of DDDM, such as enhanced operational efficiency and competitive advantage are well-documented, there is a notable gap in understanding how managers' practices and the decision-making process are integrated. Research Purpose: The purpose of the research is to examine how DDDM influences managerial practices in the decision-making process and identify the key challenges and opportunities. By examining experiences, the study aims to uncover insights that can guide organizations in refining their decision-making process and fostering data-driven approaches. Research Question: How does DDDM influence managerial practices and the decision-making process within an organization? Method: This study employs a qualitative research methodology, utilizing semi-structured interviews to gather insights from managers across various industries. It adopts a relativistic ontological stance and epistemological constructionism through a multiple case study to examine managerial practices when utilizing DDDM. Conclusion: The findings show that DDDM can significantly impact organizational efficiency, productivity, and strategic planning. However, successful DDDM requires a balance between data-driven insights and intuitive decision-making. While data can inform decisions, managers must also rely on intuition and experience, especially in complex scenarios with incomplete data.
|
2 |
Improving data-driven decision making through data democracy : Case study of a Swedish bankAmerian, Irsa January 2021 (has links)
Nowadays, becoming data-driven is the vision of almost all organizations. However, achieving this vision is not as easy as it may look like and there are many factors that affect, enable, support and sustain the data-driven ecosystem in an organization. Among these factors, this study focuses on data democracy which can be defined as the intra-organizational open data that aims to empower the employees getting faster and easier access to data in order to benefit from the business insight they need without the interfere of external help. In the existing literature, while the importance of becoming data-driven has been widely discussed, when it comes to data democracy within organizations, there is a noticeable gap. As a result, this master’s thesis aims to justify the importance and role of the data democracy in becoming a data-driven organization, focusing on the case of a Swedish bank. Additionally, it intends to provide extra investigation on the role of data analytics tools in achieving data democracy. The results of the study show that there is a strong connection between the benefits of the empowering different actors of the organization with the needed data knowledge, and the speeding up of the data-driven transformation journey. Based on the study, shared data and the availability of data to a larger number of stakeholders inside an organization result into a better understanding of different aspects of the problems, simplify the data-driven decision making and make the organization more data-driven. In the process of becoming data-driven, the organizations should provide the analytics tools not only to the data specialists but even to the non-data technical people. And by offering the needed support, training and collaboration possibilities between the two groups of employees (data specialists and non-data specialists), it should be attempted to enable the second group to extract the insight from the data, independently from the help of the data scientists. An organization can succeed in the path of becoming data-driven when they invest on the reusable capabilities of its employees, by discovering the data science skills across various departments and turning their domain experts into citizen data scientists of the organization.
|
3 |
“Jag tror att man som företag säger sig vara ganska datadriven i sina beslut” : En kvalitativ studie om Business intelligence och datadrivenhet i ett svenskt konsultföretag / “I believe that as a company you say you are quite data-driven in your decisions" : A qualitative study about Business Intelligence and data-driveness at a consulting companyJohansson, Antonia, Lindgren, Filip January 2020 (has links)
In an increasingly digital world, companies need to be at the forefront of development in order to gain market share and be competitive. Therefore this qualitative case study intends to investigate how Business intelligence should be implemented to increase the technology acceptance among the employees. Furthermore, it is investigated how data-driven a consulting company in Sweden is. An important factor when Business intelligence is about to be implemented and applied are the employees and the company culture. It is important to normalize the collection of data, in order to create a data culture where high quality data is collected. What is more, Business intelligence is strongly dependent on the data collected maintaining a high data quality, in order to be able to create relevant reports and thereby be able to support various decision-making. When implementing a new platform, many employees are affected. This means that the platform can generate both positive and negative reactions. / I en allt mer digitaliserad värld krävs det att företag ligger långt fram i utvecklingen för att kunna ta marknadsandelar och vara konkurrenskraftiga. Därmed ämnar denna kvalitativa fallstudie att undersöka hur Business intelligence kan implementeras för att öka acceptansen för IT-stöd hos de anställda, samt hur datadrivet ett svenskt konsultföretag är. En viktig faktor när Business intelligence ska implementeras och appliceras är de anställda och den kultur som företaget har. Det är viktigt att normalisera insamlandet av data, för att i förlängningen skapa en datakultur där data med hög kvalité samlas in. Vidare är Business intelligence starkt beroende av att den data som samlas in håller en hög datakvalité, för att kunna skapa relevanta rapporter och därigenom kunna ge förslag inför olika beslutsfattande. Vid en implementering av en ny plattform, är det många anställda som berörs. Det betyder att plattformen kan generera såväl positiva som negativa reaktioner.
|
4 |
Crafting and Conveying a Meaningful Message of Change : A Case Study of How Data-Driven Change Communication Can Drive Change Readiness in a Swedish Rental Services Company / Att formulera och kommunicera ett meningsfullt förändringsbudskapLundeberg, Mathilda, Lundgren, Tilda January 2019 (has links)
In today’s turbulent business environment, an increasing number of businesses and organizations are finding themselves confronted with a crushing pressure to constantly reinvent themselves. Given such a business environment, coupled with high stakes and fierce competitiveness, it is quite unsurprising that most change efforts are reported to fail. Change communication, or rather the lack thereof, has been pointed out as one of the most important reasons. In recent years, many scholars have started to differentiate between participatory and programmatic change communication, elicited by a reconceptualization of change as continuous and emergent rather than episodic and planned. Participatory and programmatic are two diametrically different ways to approach change communication, and thus, they each require different tools, techniques and strategies. Several scholars have called attention to the shortage of tools, techniques and strategies suitable for participatory change communication in particular, however, empirical research remain scarce. At the same time, the data revolution is right upon us. Businesses that fail to harness the true potential of their data see themselves outcompeted by those who do. Even though data since long has been prophesied to transform management altogether, it is only in recent years that its application within the various subfields of management research has received serious attention by academia. However, the application of data in change management in general, and change communication in particular, has largely been left unaddressed. In this thesis, we are exploring the role of data in the context of change communication through a case study at Skanska Rental, one of Sweden’s largest construction equipment rental companies. We delimit our study to only treat one of the most important aspects of data-driven communication; namely, data visualization. Our findings indicate that data visualization can facilitate change communication by encouraging it to be participatory. In particular, we find that data visualization has the merit of enthusing its audience, aligning the perception of the current state of affairs, reinforcing a data-driven culture, and facilitating interpersonal communication. We also call attention to three important considerations; (1) the democratization of data requires transparency trade-offs, (2) data visualization cannot replace interpersonal communication, but at most facilitate it, and (3) communication, although one of the most important, is not the sole precursor of successful change. We conclude our thesis by addressing the practical and theoretical implications of our conclusions, and lastly, by suggesting directions for future research in data-driven change communication. / I dagens turbulenta omvärld utsätts företag och organisationer för ett ständigt förändringstryck som inte visar några tecken på att avta. Givet ett sådant klimat, där mycket står på spel och där konkurrensen är förkrossande, är det inte förvånande att de flesta förändringsinitiativ misslyckas. Förändringskommunikation, eller snarare bristen därav, har ofta pekats ut som en av de viktigaste orsakerna till detta. På senare tid har många forskare börjat göra skillnad mellan två olika typer av förändringskommunikation: deltagande respektive programmatisk. Att betrakta förändringskommunikation genom denna dikotomi har föranletts av en ny syn på förändring i stort; snarare än att se förändring som episodisk och planerad har många forskare istället konceptualiserat förändring som kontinuerlig och framväxande. Olika tekniker, verktyg och strategier lämpar sig olika väl för de två olika typerna av förändringskommunikation. Många forskare har varnat för en bristande förståelse för i synnerhet de tekniker, verktyg och strategier som lämpar sig för den deltagande typen av förändringskommunikation. Under de senare åren har det förändringstryck många företag och organisationer står inför snarast ökat i styrka på grund av den datarevolution vi befinner oss mitt upp i. Trots att det sedan länge har förutspåtts att data har potentialen att vända spelplanen för företagsledning upp och ner, så är det bara på senare år som ämnet har åtnjutit företagsledningsforskningens fulla uppmärksamhet. Däremot finns det fortfarande ett underskott på akademisk forskning som adresserar hur data kan användas inom förändringsledning i allmänhet och förändringskommunikation i synnerhet. I denna masteruppsats utforskar vi den roll som data kan spela inom förändringskommunikation. Vårt empiriska material inhämtar vi genom en case-studie hos Skanska Rental, ett av Sveriges största uthyrningsföretag inom byggbranschen. Vi avgränsar vår studie genom att endast behandla en utav de viktigaste aspekterna av data-driven kommunikation, nämligen datavisualisering. Våra resultat indikerar att datavisualisering kan underlätta förändringskommunikation genom att göra den deltagande. I synnerhet finner vi att datavisualisering har potential att entusiasmera dess publik, linjera bilden av nuläget, förstärka en data-driven organisationskultur och fungera som en utgångspunkt för mellanmänsklig kommunikation. Vi identifierar också tre viktiga reservationer mot denna slutsats; (1) demokratisering av data fordrar ställningstagande gällande transparens, (2) datavisualisering kan inte ersätta mellanmänsklig kommunikation, och (3) kommunikation, om än viktig, är inte den enda förutsättningen för framgångsrik förändring. Vi avslutar vår uppsats med att adressera de praktiska och teoretiska implikationer som vår slutsats resulterar i, samt föreslår inriktningen för framtida forskning inom data-driven förändringskommunikation.
|
5 |
Stora datamängders revolution : en ny era av digital marknadsföring / The big data revolution : a new era of digital marketingRosander, Felix, Stiernstedt, Isabelle January 2023 (has links)
Denna kvalitativa studie undersöker den påverkan som stora datamängder och prediktiv analys har på digitala marknadsföringsstrategier i datadrivna verksamheter. Genom djupintervjuer med digitala marknadsförare och dataanalytiker inom olika branscher, bidrar studien med en inblick i respondenternas personliga uppfattning i hur dessa digitala verktyg påverkar deras strategier och affärsverksamhet i det IT-beroende arbetssystemet. Användningen av stora datamängder och prediktiv analys anses som kritiska verktyg för att på ett mer effektivt sätt samla och analysera kunddata och kundbeteenden. Detta eftersom det ger upphov till möjligheten att förutsäga kundtrender och anpassa verksamhetens marknadsföringsstrategier i realtid. Idag har företagens förmåga att på ett effektivt sätt samla in och analysera data en alltmer avgörande roll. Inte bara för att utveckla marknadsföringsstrategier, men även för att uppnå omfattande konkurrensfördelar. Studien antyder att verksamheter som integrerar stora datamängder och prediktiv analys på ett effektivt sätt i sina strategier får en ökad förståelse för sina kundsegment, detta genom en ökad insikt och kan således bättre rikta och anpassa sina marknadsföringskampanjer mot sina kundsegment. Studien uppmärksammar även utmaningar som kommer till följd av faktorer såsom datakvalitet, optimering, etik och andra aspekter som kräver noggrannhet och nödvändiga färdigheter. Framtiden inom digital marknadsföring sträcker sig alltmer mot datadrivna arbetssätt, där det finns en ökad betoning på att ta till analytiska metoder för att fatta beslut. Denna utveckling påvisar ett skifte från de traditionella marknadsföringsstrategierna till en tillämpning av ett datadrivet tillvägagångssätt. Med hänsyn till detta blir det allt viktigare för företag att anamma ett arbetssätt som ökar förmågan att snabbt anpassa sig och tillämpa tekniska verktyg för att kunna utnyttja denna potential. Sammanfattningsvis belyser denna kvalitativa studie vikten av att integrera stora datamängder och prediktiv analys i affärs- och marknadsföringsstrategier. Detta visar sig ha en stor inverkan på att inte enbart förbättra verksamhetens marknadsföring utan även stärka den övergripande affärsverksamheten. Vilket understryker behovet av att kontinuerligt utveckla kompetenser och strategier inom dataanalys för att skapa förståelse för hur dessa kan transformera kundrelationer och affärsresultat. Detta perspektiv baseras på tolkningar av intervjuer med marknadsförare inom IT-beroende arbetssystem, och bör ses som insikter som är specifika för de undersökta fallen snarare än breda generaliseringar. / This qualitative study explores the impact of big data and predictive analytics on digital marketing strategies in data-driven businesses. Through in-depth interviews with digital marketers and data analysts in different industries, the study provides an insight into the respondents' personal perception of how these digital tools affect their strategies and business operations in the IT-reliant work system. The use of big data and predictive analytics are considered critical tools to more effectively collect and analyze customer data and behavior. This is because it gives rise to the ability to predict customer trends and adapt the business' marketing strategies in real time. Today, companies' ability to effectively collect and analyze data plays an increasingly crucial role. Not only to develop marketing strategies, but also to achieve significant competitive advantage. The study suggests that businesses that effectively integrate big data and predictive analytics into their strategies gain a better understanding of their customer segments through increased insight and can thus better target and adapt their marketing campaigns to their customer segments. The study also highlights challenges arising from factors such as data quality, optimization, ethics and other aspects that require accuracy and necessary skills. The future of digital marketing is increasingly moving towards data-driven approaches, where there is a greater emphasis on using analytical methods to make decisions. This development demonstrates a shift from the traditional marketing strategies to an application of a data-driven approach. In light of this, it is increasingly important for companies to adopt an approach that enhances their ability to quickly adapt and apply technological tools to exploit this potential. In conclusion, this qualitative study highlights the importance of integrating big data and predictive analytics into business and marketing strategies. This proves to have a great impact on not only improving the organization's marketing but also strengthening the overall business operations. This underlines the need to continuously develop data analytics skills and strategies to understand how they can transform customer relationships and business performance. This perspective is based on interpretations of interviews with marketers in IT-reliant work systems, and should be seen as insights specific to the cases studied rather than broad generalizations.
|
Page generated in 0.1222 seconds