Globalization has increased the complexity of the business world, as it adds new dimensions to companies’ operations, such as global suppliers and customers, and competition from global actors. To handle the complexity, companies are pressured to become more data-driven to be able to measure and align their operations, and create possibilities for efficiency and competitiveness [Skjott-Larsen etal., 2007; Long, 2018]. In order to enable the change towards becoming more data-driven, companies need to rethink the structure of their organization. Matrix structures have gained popularity, since it allows companies to focus on more than one dimension by creating functional teams focused on specific tasks [Sy et al., 2005]. However, it is not uncommon that the functional groups becomes functional silos, with an inward focus on the own groups’ performance, leading to decreased understanding of other groups and poor communication between groups. A lack of understanding of other groups can lead to a reactive, rather than proactive, way of handling problems [Motiwalla and Pearson, 2009]. The purpose of this project is to create a process that can be used to facilitate proactive work in adata-driven matrix organization struggling with a reactive way of handling problems. The process can be used as a way to decide between possible solutions in decision-making processes, while making sure that any affected department is involved at an early stage in the decision-making process. At Alfa Laval’s distribution center (DC) in Tumba, they are facing the challenges of functional silos and reactive work. The organization is data-driven, why a lot of decisions are based on data. However, the best decision according to the data is not always feasible, which has lead to decisions being made that affects other departments negatively. Based on data from and observations made at the DC, a processwas created. The process was iterated and improved through application to real-life problems and point of improvements identified at DC Tumba. While it is based on the operations at Alfa Laval, it canbe applied to any organization facing similar challenges. The final version of the process proved to deliver good solutions to problems by involving stakeholders early on in the process, making it possible for them to influence how the solutions should be adjusted in order to avoid the changes affecting their daily work negatively. The most important conclusion is that important stakeholder departments should be involved earlyin decision-making processes. That way, their valuable competence and knowledge can be utilized when identifying possible solution, and any negative effects of a solution on another departments can be discovered before implementation. In addition, by taking the time to thoroughly analyze the root cause and effects to a problem, the understanding of the chain can increase. / Globalisering har ökat komplexiteten av affärsvärlden, då ytterligare dimensioner måste tas hänsyn till i företags verksamheter, så som globala leverantörer och kunder, och ökad konkurrens från globala aktörer. För att hantera komplexiteten blir företag mer datadrivna, för att kunna mäta och samordna sin verksamhet och skapa möjligheter för effektivitet och konkurrenskraftighet [Skjott-Larsen et al.,2007; Long, 2018]. För att möljiggöra ett skifte mot att bli mer datadriven, måste företag se över sin organisationsstruktur. Matrisstrukturer har ökat i popularitet då de möjliggör att företag kan fokusera på fler än en dimensioner samtidigt genom att skapa funktionella grupper fokuserade på specifikauppgifter [Sy et al., 2005]. Dock är det inte ovanligt att funktionella grupper förvandlas till funktionella silos, med ett inåtriktat fokus på den egna gruppens prestationer, vilket leder till minskad förtåelse och bristfällig kommunikation grupper emellan. Bristande förståelse för andra grupper kan leda till ett klimat där problem hanteras reaktivt snarare än proaktivt [Motiwalla and Pearson, 2009]. Syftet med detta projekt är att skapa en process som kan användas för att underlätta proaktivt arbetet i en datadriven organisation där problem hanteras reaktivt. Processen kan användas som ett hjälpmedel för att välja den bästa av flera möjliga lösningar, samtidigt som påverkade avdelningar involveras i ett tidigt stadium av beslutsprocessen. På Alfa Lavals distributionscenter (DC) i Tumba, finns utmaningar med funktionella silos och reaktivt arbete. Organisationen är datadriven, och beslut fattas baserat på data. Dock är inte alltid beslut som baserats på data rimliga, vilket har lett till att beslut tas som påverkar andra avdelningar negativt. Baserat på data från och observationer på DCt, skapades en preliminär process. Processen itererades och förbättrades sedan genom att appliceras på verkliga problem och förbättringsområden som identifierades på DC Tumba. Även om processen togs fram och baserades på Alfa Lavals verksamhet, kan den appliceras på andra organisationer som står inför samma utmaningar. Den slutgiltiga versionen av processen visade sig generera bra lösningar till problemen genom att involvera intressenter tidigt i processen, vilket gav dem möjligheten att påverka hur den rekommenderade lösningen skulle justeras för att undvika att dereas dagliga arbete skulle påverkas negativt. Den viktigaste slutsatsen är att det är viktigt att involvera intressentavdelningar i ett tidigt skede i beslutsfattandeprocesser. På så sätt kan deras värdefulla kompetens och kunskaper nyttjas när potentiella lösningar till ett problem genereras, och negativa effekter från lösningen på andra avdelningar kan upptäckas innan implementering. Att dessutom noggrant analysera roten till problemet och dess effekter kan leda till att förståelsen för hela kedjan ökar.

Crowdsourcing och den kollaborativa ekonomin är modeller för öppen innovation som blir allt mer centrala i ett samhälle som står inför morgondagens utmaningar. För att ta itu med globala problem krävs det ett globalt samarbete och ett gemensamt ansvar, där delningsekonomin kan bli avgörande. I denna kvantitativa undersökning svarar vi på frågeställningen om hur upptagandet av och beslutsfattandet kring kollaborativa tjänsteinnovationer kan se ut när vi låter 50 studenter ta del av en kollaborativ tjänsteinnovation. Vi undersöker några befintliga kollaborativa tjänster, redogör för relevanta begrepp och visar på hur Diffusion of innovations kan användas för att förstå något så komplext som hur innovationer kan upptas och spridas i sociala system. Vidare visar vi hur ramverk för konceptualisering av crowdsourcing kan användas för att förstå hur miljöaspekten och viljan att samarbeta kan driva en stor grupp människor till att dela på kompetens, resurser och kunskap. Slutsatser och ett innovationsbidrag lyfts fram som kan hjälpa företag att förstå hur crowdsourcing kan användas och de villkor som spelar roll för individers upptagande. / Crowdsourcing and the sharing economy are essential models for open innovation when facing the challenges of tomorrow. Dealing with global problems require global cooperation and common responsibility, where the sharing economy may become crucial. In this quantitative study we examine how the adoption and decision-making process occurs when we let 50 students take part in a collaborative service innovation. We look at some already existing collaborative innovations, explain relevant concepts and show how Diffusion of innovations can be used to understand something as complex as adoption and diffusion of service innovations in social systems. Furthermore, we show how the framework for conceptualization of crowdsourcing can be used to understand how the environmental aspect and the willingness to cooperate can drive a crowd to share skills, resources and knowledge. Conclusions are presented and a contribution to help crowdsourcing ventures and collaborative networks is highlighted to understand individual adoption and the preconditions that affects their decision-making.