Syftet med denna uppsats är att studera, beskriva och analysera ett företagsfinansiella beslutsfattande och hur dessa beslut kan påverkas av prediktiv analys.Finansiella beslut är beslut som är kritiska för ett företags framgång. BusinessIntelligence är ett sätt att förse organisationen med stora mängder beslutsunderlagvia tekniker så som big data och data mining för att kunna ta bättre beslut. Mångaföretag vill använda dessa beslutsunderlag för att kunna förutspå framtidabeteenden, detta för att kunna vara proaktiva i sitt beslutsfattande och på så sätteffektivisera olika delar av sin verksamhet och vara konkurrenskraftiga. Prediktivanalys är en process som utför analyser genom komplexa algoritmer som gerkvalificerade “gissningar” på sannolikheter om olika framtida händelser.För att besvara syftet så valde vi att göra en kvalitativ studie där den empiriskadatainsamlingen genomfördes via semistrukturerade intervjuer. Studiens resultatpresenterar olika effekter av hur prediktiv analys och prediktiva modeller kanpåverka en organisations finansiella beslutsfattande. Resultatet pekar mot attprediktiva analyser ökar kvaliteten på finansiella beslut. Det pekar även mot eneffektivisering av tidsaspekten för finansiellt beslutsfattande och att dessaanalyser inte kräver lika hög besluts kompetens vilket kan möjliggöra endecentralisering för finansiella beslut. Resultatet av studien visar att rätt sorts dataska användas och att denna ska ha hög kvalitet för att analyserna ska varaeffektiva och att dessa görs bäst via att koppla de prediktiva analyserna tillförslagsvis ett BI-system. / The purpose of this paper is to study, describe and analyse an organization'sfinancial decision making and how these decisions can be influenced bypredictive analytics. The financial decisions are critical for an organizationssuccess. Business Intelligence can provide organizations with huge amounts ofdecisions basis through different techniques such as big data and data mining tobe able to make better decisions. Many organizations seek to use this decisionsbasis to be able to predict future behaviours, this to be proactive in its decisionmaking and thus streamlining different parts of their business and trough this bemore competitive. Predictive analytics is a process that performs analyses throughcomplex algorithms that provide qualified “guesses” to probabilities of differentfuture events.To answer the purpose, we chose to do a qualitative study where the empiricaldata collection was conducted through semi-structured interview. The result of thestudy presents different effects of predictive analysis and predictive models mayaffect an organization's financial decision making. The results points to predictiveanalytics increasing the quality of financial decision making. It also points to anefficiency of the time-scale for financial decision making and that these analysesdo not require the same decisions skills which could allow decentralizations forfinancial decisions. The study shows that the right kind of data is to be used andof high quality for the analyses to be effective and that these are best done bylinking predictive analytics as a suggestion to a BI System

Beslutsfattandet är en process som är central i alla företag. För att effektivisera och hantera de enorma datamängder som samlas in hos företag har arbetet med prediktiva modeller och prediktiv analys ökat lavinartat de senaste åren. Genom en gedigen datainsamling av både öppna och historiska data från olika tekniker exempelvis Internet of Things (IoT) -sensorer kan företag skapa en automatiserad prediktiv modell. Den prediktiva modellen hjälper sedan företaget att förutse mönster och sannolikheter som den mänskliga motsvarigheten eller vanlig statistik modellering inte hade klarat av på samma sätt. Syftet med denna explorativa kandidatuppsats i informatik är att beskriva och analysera företags datainsamlingsprocess, användningsprocess samt vilka affärsmässiga effekter företagen får med arbetssättet prediktiv analys och prediktiva modeller som ligger till grund för bättre beslutsfattande. För att besvara syftet har författaren valt att genomföra en kvalitativ studie där den empiriska insamlingen genomfördes genom semi-strukturerade intervjuer. Vidare kopplads den empiriska insamlingen med tidigare forskning där analysmodellen står för strukturen. Intervjuerna har genomförts med personer på tre olika företag som besitter hög kunskap inom området. Resultatet av studien visar på att datainsamlingsprocessen ligger till grund för att arbetet med prediktiva modeller och prediktiv analys ska ge bättre beslutsfattande. För att effektivisera arbetet på bästa sätt så måste de data som samlas in hålla en hög grad av kvalité. När företag arbetar med prediktioner är inte alltid alla de data som samlas in intressanta för att slutföra uppgiften. Detta innebär att företaget måste rengöra de data som samlas in. Studien har kommit fram till att konsekvent data är nyckeln till att hålla kvalitén hög. För att kunna utföra användningen av prediktiva modeller och prediktiv analys måste det existera kunddata i olika former exempelvis historiska och öppna data. Slutligen uppstår det vid ett lyckat arbete olika affärsmässiga effekter hos företagen i form av ökad produktivitet och ökad kundnöjdhet.

No description available.