Hur strategiarbete och processmätning bör gå till behandlas i befintliga teorier var för sig även om vikten av att sammankoppla dessa också beskrivs. Dock anses det saknas en enhetlig modell som förenar strategiarbete och processmätningar fullt ut och beskriver hur genomförandet praktiskt ska gå till. Med bakgrund i detta syftar examensarbetet Analytics for Management (AFM) till att utveckla en modell som beskriver hur mätetal (Key Performance Indicators, KPI:er) tas fram utifrån ett företags strategi och visualiseras på rätt sätt för att kunna beskriva enskilda processers kapacitet och förmåga. Detta resulterar i ett beslutsunderlag på ledningsnivå där strategiarbete och processmätning kopplas samman. Framtagandet av AFM-modellen inleddes med teoretiska studier inom ämnet vilket resulterade i en konceptuell modell. Därefter testades den konceptuella modellen genom fallstudier på tre företag med olika struktur och storlek. Genom att kombinera den konceptuella modellen med resultaten från fallstudierna färdigställdes sedan den slutgiltiga AFM-modellen. AFM-modellen består av tre faser där den första fasen involverar strategikonkretisering och målnedbrytning. Fasen innefattar att strategin bryts ner till strategiska mål och en strategikarta, formulering av kritiska framgångsfaktorer (KFF:er) och slutligen framtagning av taktiska mål. I den andra fasen sker KPI-framtagning genom att först generera preliminära KPI:er utifrån de taktiska målen och sedan kartlägga dem för att identifiera två typer av KPI:er. Dessa är utfallsmått (Key Performance Outcomes, KPO:er), som beskriver processprestandan och påverkansmått (Key Performance Drivers, KPD:er), som påverkar utfallen som KPO:er illustrerar. Genom att KPD:erna förbättras kan även KPO:erna förbättras och därför är det viktigt att styrning sker med hjälp av KPD:erna. Efter att KPI:er har kartlagts väljs vilka KPI:er som ska användas för mätning. I den sista fasen sker mätningsförberedelser genom att göra en datainsamlingsplan. Därefter sker mätningar och slutligen sammanställs mätdata för att visualisera KPI:erna på ett bra sätt. Hur KPI:er ska visualiseras beror på KPI-typ eftersom KPO:er och KPD:er ska användas för olika syften. KPO:erna ska visualiseras med enkla diagram i ett resultatkort som ledningen ska använda sig utav i ett första steg för att följa upp verksamheten. För att sedan finna orsaken till KPO:erna och kunna förbättra dem, ska ett styrkort användas. I styrkortet sammanställs KPD:erna med hjälp av styrdiagram, vilka visar variation över tid i processerna, för att tidigt upptäcka förändringar och därmed styra processer. AFM-modellen resulterar med hjälp av resultatkortet och styrkortet i ett beslutsunderlag där rätt KPI:er visualiseras på rätt sätt. Resultaten från fallstudieföretagen har visat att AFM-modellen har hög generaliserbarhet. Vidare kan AFM-modellen användas av olika typer av organisationer då strategiarbete och processmätning är aktuellt och viktigt för det dagliga arbetet oavsett bransch. Modellen ska genom beslutsunderlaget underlätta för organisationer att agera handlingskraftigt och arbeta mer proaktivt med hjälp av beslut baserat på data framtaget utifrån företagets strategi. AFM-modellen möjliggör därmed en enhetlig användning av mätetal i organisationen, där uppföljningsarbetet i hela verksamheten genomsyras av strategin. / In existing theory, strategic management and process measurements are commonly treated separately even though the importance of connecting them is also mentioned. However, a comprehensive model or theory that combines strategic management and process measurement fully and describes how the implementation should be done in practice has not been found in literature. Thereby, the aim of the thesis Analytics for Management (AFM) is to develop a model that describes how to develop the right Key Performance Indicators (KPIs) based on corporate strategy and visualize them correctly in order to describe process performance. This results in a decision-making tool that combines strategic management and process measurement to be used by management. The model was initially developed through theoretical studies that resulted in a conceptual model. Thereafter, the conceptual model was tested through case studies at three companies with different organizational structure and size. By combining the theories and the results from the field studies the AFM model was finalized. The AFM model consists of three phases, where the first phase involves strategy decomposition and goal formulation. This is done by a stepwise decomposition of the strategy through strategic objectives and a strategy map, formulation of critical success factors finally resulting in tactical objectives. In the second phase, KPIs are developed by generating preliminary KPIs based on the tactical goals and then mapping them. KPI mapping is used to distinguish between different types of KPIs resulting in identification of Key Performance Outcomes (KPO) that describe the process performance and Key Performance Drivers (KPD) affecting the outcome that the KPOs represent. The KPDs drive the results of the organization, and should therefore be used for monitoring and controlling the business. When the KPI mapping has been completed the KPIs that will be used for measurement are chosen. In the final phase, measurement preparations are done through a data collection plan. Thereafter measurements are performed and compiled in order to visualize KPIs correctly. As the KPOs and KPDs should be used for different purposes they should also be visualized differently. KPOs should be visualized through simple charts in a scorecard that the management should use as a first step for monitoring. Then, in order to find the cause of the KPOs and be able to improve them, a controlcard should be used. The KPDs are compiled in the controlcard through control charts, which show variation in processes, and enables early detection of changes and process control. The AFM model thereby, through the use of a scorecard and a controlcard, results in a decision-making tool where the right KPIs are visualized correctly. The results from the field studies and the different characteristics of the companies have proven a high level of generalizability of the model. Furthermore, the AFM model addresses highly important and pressing issues involving strategic management and process measurement, which all types of companies need to consider in daily operations. The AFM model aims to make it easier for organizations to act energetically and proactive through the decision-making tool. In conclusion, the AFM model enables a uniform use of metrics aligned with the strategy, in order to monitor and control process performance.

Circular economy (CE) is widely seen as a potential solution to negative impacts caused by thelinear economy; however, companies must integrate CE principles into the business modeldeeper to achieve sustainable development. The Product-Service System (PSS) businessmodel is a potential solution to the superficial implementation of CE due to shifting the focusto delivering functionality rather than ownership. However, several researchers point out thatPSS systems, whilst promoted as sustainability alternatives, rarely have enough quantitativedata supporting these outcomes and where the research field widely highlight the need tofurther develop assessment methods for PSS, with the use phase being a specifically criticalarea to monitor due to companies increased responsibility. This master’s thesis, therefore,aims to evaluate how companies monitor and assess their use-oriented PSS during the usephase to safeguard the intended increase in sustainability performance. To achieve theseobjectives, a qualitative, multiple case study was employed, where four companies wereinterviewed following a semi-structured approach, creating in-depth knowledge in each case. The case studies reveal that the different companies' primary methods to safeguard theirsustainability ambitions were through data collection, which, however, lacked the structuralsupport of Key Performance Indicators (KPIs). The different case studies could be seen tomainly collect performance data for proactive maintenance and consumer behaviour data toadjust their services and, by that, reduce environmental impact. However, only Volvo CarMobility did try to reduce the risk of unforeseen rebound effects by investigating customers'changed mobility behaviour. All of the companies did during the interviews refer to KPIs thatthey used to ensure that their sustainability goals were met; however, only one of the casestudies had an indicator that could meet the requirements of KPIs, whereas others lackedspecified targets, were vaguely defined or were irregularly collected. Additionally, the casestudies confirmed different strategic reasons for implementing their PSS other thansustainability and whether all sustainability goals could be connected to economic incentives.These different drivers confirm the PSS attraction and suitability for companies; however, italso emphasises the importance of implementing a system perspective to mitigate risks ofburden shifting and loss of the potential to contribute to sustainable development. Future research could further evaluate the importance of information and communicationtechnologies (ICT) when collecting data on PSS consumers, how AI-supported technologycould facilitate the recognition of consumer behaviour, and how this data collection shouldbe efficiently managed in the organisation. Additionally, another interesting avenue for futureinvestigation would be the overall consumer behaviour of society and its impact on businessmodels such as PSS. In conclusion, this master's thesis confirms and extends previous assertions on theimportance and complexity of use-oriented PSS and adds to the emerging literature on the subject through the information from the case studies. The findings also point to the holisticinsights and performance assessments required to optimise the potential and ensure thesustainability of the services. / Cirkulär ekonomi (CE) betraktas allmänt som en potentiell lösning på den negativa påverkansom den linjära ekonomin orsakar. För att uppnå en hållbar utveckling är det nödvändigt förföretag att djupare integrera CE-principer i affärsmodellen. Affärsmodellen förprodukttjänstsystem (product service system - PSS) anses vara en potentiell lösning när CEytligt implementerats i företag, detta genom att fokusera på att leverera funktionalitetsnarare än äganderätt. Dock pekar flera forskare på att PSS-system, trots att de främjas somhållbarhetsalternativ, sällan har tillräckligt med kvantitativ data som stödjer dessa resultat.Inom PSS forskningsfältet betonas behovet av att vidareutveckla bedömningsmetoder(Nakada et al., 2020), där användningsfasen anses vara ett specifikt kritiskt område attkontrollera på grund av företagens ökade ansvar. Denna masteravhandling syftar därför tillatt utvärdera hur företag kontrollerar och bedömer sina användningsorienterade PSS underanvändningsfasen för att säkerställa den avsedda ökningen i hållbarhetsprestanda. För attuppnå dessa mål användes en kvalitativ, flerfallstudie där fyra företag intervjuades med ettsemistrukturerat förhållningssätt, vilket skapade mer djupgående kunskap om vardera fall. Fallstudierna visar att de olika företagens huvudsakliga metod för att säkerställa sinahållbarhetsambitioner var genom datainsamling, men detta saknade dock det strukturellastödet av nyckeltal (Key Performance Indicators - KPI:er). De olika fallstudierna kunde sessamla prestandadata främst för proaktivt underhåll och konsumentbeteendedata för attjustera sina tjänster och därigenom minska miljöpåverkan. Endast Volvo Car Mobility försökteminska risken för oförutsedda rekyleffekter genom att undersöka kunders ändraderörelsebeteende. Samtliga företag hänvisade under intervjuerna till KPI:er som de användeför att säkerställa att deras hållbarhetsmål uppnåddes, men endast företaget som hyrde utbilbarnstolar hade en indikator som kunde uppfylla KPI-kraven, medan de andra fallensaknade specificerade objektiv, var vagt definierade eller insamlades oregelbundet.Dessutom bekräftade fallstudierna olika strategiska skäl för att implementera sina PSS utöverhållbarhet, och alla hållbarhetsmål kunde kopplas till ekonomiska incitament. Dessa olikadrivkrafter bekräftar PSS attraktion och lämplighet för företag, men betonar också vikten avatt implementera ett systemperspektiv för att minska riskerna för tunnelseende ochförskjutning av belastningen (s.k. burden shifting) och förlora potentialen att bidra till enhållbar utveckling. Framtida forskning kan rikta sig mot att ytterligare utvärdera betydelsen av informations- ochkommunikationsteknologier (Information and Communication Technology - ICT) vid insamlingav data om PSS-konsumenter, hur AI-stödd teknik kan underlätta igenkänning avkonsumentbeteende och särskilt hur denna datainsamling bör hanteras effektivt iorganisationen. Dessutom skulle en annan intressant väg för framtida undersökningar kunnavara samhällets övergripande konsumentbeteende och dess påverkan på affärsmodeller somPSS.   Sammanfattningsvis bekräftar denna masteravhandling tidigare påståenden omanvändningsorienterade PSS betydelse och komplexitet och bidrar till den växandelitteraturen om ämnet genom information från fallstudierna. Resultaten pekar också på deholistiska insikter och prestandabedömningar som krävs för att optimera potentialen ochsäkerställa tjänsternas hållbarhet.

Enhancing operational efficiency and competitiveness in modern manufacturing environment requires the incorporation of Industry 4.0 technology. The Digital Twin is one of its enablers, and it is a transformative tool that can be used to optimize systems, processes, and real assets by using virtual models synchronized with real-time data. However, it can be difficult to fully utilize the potential benefits of the massive volumes of data companies generate. By tailoring Digital Twins to the unique data requirements of various user profiles inside companies, this study seeks to overcome this difficulty and enable efficient data access and well-informed decision-making. This study, which was carried out at Robert Bosch España Madrid, aimed to comprehend the unique data requirements of several departments, such as Engineering, Maintenance, and Production. To learn more about department-specific data needs, questionnaires and interviews were used as part of a qualitative research project. The creation of a customized Digital Twin visualizer prototype for the USS6 shopfloor was influenced by these findings. The research findings indicated some differences in the data needs of departments, highlighting the significance of preserving unique profiles in the Digital Twin Visualizer while encouraging cooperation and synergy between departments. Production requires real-time key performance indicator (KPI) monitoring, including cycle time and other production KPIs. The Maintenance department needs to track equipment maintenance events, Mean Time to Repair (MTTR), and Mean Time Between Failures (MTBF). Engineering requires data more related to machines values, status and performance. Most importantly, these findings have significant implications outside of the sensor manufacturing industry; they offer insightful knowledge that is applicable to many different industries. Organizations across diverse industries can enhance their operational performance and decision-making capacities by customizing best practices to suit their unique settings through the application of broader insights gained from these findings. This knowledge-sharing across industries is essential to pushing Industry 4.0 adoption and promoting organizational performance in the digital age. In conclusion, this study enhances knowledge on customized Digital Twin implementations and emphasizes how data-driven insights and well-informed decision-making can be leveraged to create operational excellence across industries. / För att öka den operativa effektiviteten och konkurrenskraften i moderna tillverkningsmiljöer krävs att Industri 4.0-tekniken införlivas. Den Digital Twin (digital tvilling) är ett av verktygen för detta, och det är ett transformativt verktyg som kan användas för att optimera system, processer och egendomar genom att använda virtuella modeller som synkroniseras med realtidsdata. Det kan dock vara svårt att fullt ut utnyttja de potentiella fördelarna med den enorma datavolym som företag genererar. Genom att skräddarsy Digital Twins efter de unika databehov som olika användarprofiler inom företag har, försöker denna studie övervinna denna svårighet och tillhåta effektiv datatillgång och välinformerat beslutsfattande. Målet med den här studien, som genomfördes på Robert Bosch España Madrid, var att förstå de unika databehov på, till exempel, Tekniksavdelningen, Underhållsavdelningen och Tillverksningsavdelningen. För att få veta mer om avdelningsspecifika databehov användes enkäten och intervjuer som delar av ett kvalitativt forskningsprojekt. Dessa resultat påverkade skapandet av en skräddarsydd prototyp av Digital Twin-visualiseraren för USS6:s verkstadsgolv. Forskningsresultaten visade skillnader i avdelningarnas databehov, vilket belyser vikten av att bevara unika profiler i Digital Twin Visualizer och samtidigt som uppmana avdelningarna att samarbeta i synergi mellan avdelningarna. Tillverkningsavdelningen behöver övervakning av KPI:er (Key Performance Indicators, nyckeltal) i realtid, inklusive genomslopptid och andra tillverknings-KPI:er. Underhållsavdelningen behöver overväkning av underhållshändelser för utrustningen, MTTR (eng. Mean Time To Repair, genomsnittlig tid för reparation) och MTBF (eng. Mean Time Between Failures, medeltid mellan fel). Teknikavdelningen behöver data som är relaterade till maskinernas värden, status och prestanda. Dessa resultat har betydande konsekvenser utanför sensortillverkningsindustrin; de erbjuder insiktsfull kunskap som är tillämplig på många olika branscher. Organisationer i olika branscher kan förbättra sina operativa resultat och sin beslutstagande förmåga genom att anpassa bästa praxis till sina unika miljöer med hjälp av de bredare insikter som dessa resultat ger. Detta kunskapsutbyte mellan branscher är avgörande för att driva på införandet av Industri 4.0 och främja organisationers prestanda i den digitala tidsåldern. Till sist ökar denna studie kunskapen om skräddarsydda implementeringar av Digital Twin och betonar hur datadrivna insikter och välinformerat beslutsfattande kan utnyttjas för att skapa operativ excellens i olika branscher.

Urban rail transport systems play a vital role in providing efficient and sustainable mobility solutions for growing metropolitan areas. This thesis focuses on the case of Stockholm's urban rail transport, managed by Region Stockholm, which serves nearly 900,000 daily passengers amid rapid population growth. However, the aging power supply system poses challenges to the system's efficiency and capacity expansion. To address these issues, this study develops cost modeling and decision-making tools aimed at evaluating future energy-saving business cases within the urban rail transport system. These tools, though preliminary, provide decision-makers with a techno-economic perspective to compare the cost-effectiveness of various measures and inform future interventions. The research methodology involves a system engineering approach, with continuous collaboration between the academic institution (KTH), transport authority (TF), and industrial partner (MTR). Weekly meetings facilitated the understanding of the urban rail transport system and the development of a decision-making algorithm. The study identifies stakeholders, primarily TF and passengers, and outlines a decision-making framework to assess proposed business cases. The tools generated undergo validation through expert feedback, laying the foundation for future empirical testing. Key findings highlight two main methods for energy-saving measures: technological modifications (e.g., Energy Storage Systems - ESS) and operational adjustments. Both On board and Wayside ESS installations demonstrate significant energy-saving potential, while operational adjustments such as HVAC modifications present challenges in automation. Qualitative reviews were made on these measures. The thesis proposes a preliminary Decision Making Tool to quantify Key Performance Indicators (KPIs) and facilitate informed decision making. Future work includes expanding stakeholder inclusion, refining cost models, and integrating additional business cases into the decision-making framework. In conclusion, this thesis contributes to the understanding of cost-effective measures for enhancing energy efficiency within urban rail transport systems. The developed tools offer an initial approach for decision-makers to navigate complex trade-offs and prioritize interventions, ultimately contributing to the sustainability and resilience of urban mobility infrastructure. / Järnvägstransportsystem i städerna spelar en viktig roll för att tillhandahålla effektiva och hållbara mobilitetslösningar för växande storstadsområden. Detta examensarbete fokuserar på fallet med Stockholms stadstrafik, som drivs av Region Stockholm, som servar nästan 900 000 dagliga passagerare i en snabb befolkningstillväxt. De åldrande strömförsörjningssystemen innebär dock utmaningar för systemets effektivitet och kapacitetsutbyggnad. För att ta itu med dessa frågor, utvecklar denna studiekostnadsmodellering och beslutsfattande verktyg som syftar till att utvärdera framtida energibesparande affärscases inom det urbana järnvägstransportsystemet. Dessa verktyg, även om de är preliminära, ger beslutsfattare ett tekniskt-ekonomiskt perspektiv för att jämföra kostnadseffektiviteten för olika åtgärder och informera framtida insatser. Forskningsmetodiken innebär ett systemtekniskt tillvägagångssätt, med kontinuerligt samarbete mellan den akademiska institutionen (KTH), transportmyndigheten (TF) och industriell partner (MTR). Veckomöten underlättade förståelsen av det urbana järnvägstransportsystemet och utvecklingen av en beslutsalgoritm. Studien identifierar intressenter, främst TF och passagerare, och skisserar en ram för beslutsfattande för att bedöma föreslagna affärsfall. Verktygen som genereras genomgår validering genom expertfeedback, vilket lägger grunden för framtida empiriska tester. Nyckelresultat belyser två huvudmetoder för energibesparande åtgärder: tekniska modifieringar (t.ex. Energy Storage Systems - ESS) och driftsanpassningar. Både ESS-installationer ombord och längs vägen uppvisar betydande energibesparingspotential, medan operativa justeringar som HVAC-modifieringar innebär utmaningar inom automatisering. Kvalitativa granskningar gjordes av dessa åtgärder. Avhandlingen föreslår ett preliminärt beslutsfattande verktyg för att kvantifiera Key Performance Indicators (KPI:er) och underlätta välgrundat beslutsfattande. Framtida arbete inkluderar att utöka inkluderingen av intressenter, förfina kostnadsmodeller och integrera ytterligare affärscase i beslutsfattandet. Sammanfattningsvis bidrar detta examensarbete till förståelsen av kostnadseffektiva åtgärder för att förbättra energieffektiviteten inom stadstrafiksystem. De utvecklade verktygen erbjuder ett första tillvägagångssätt för beslutsfattare att navigera i komplexa avvägningar och prioritera insatser, vilket i slutändan bidrar till hållbarheten och motståndskraften hos mobilitetsinfrastrukturen i städerna.