Det har blivit viktigare för organisationer att utnyttja data i sina verksamheter allt eftersom konkurrenterna blir bättre och bättre på att ta beslut med hjälp av data. Därför har frågeställningen uppkommit vilka faktorer som är viktigast vid ett införande av en datadriven kultur. Studien har gått igenom vad litteraturen säger om vilka faktorer som är viktiga vid ett införande av en datadriven kultur där en modell togs fram för att illustrera de områden som ingår. Enligt litteraturstudien framstod områdena management, data, kultur och verktyg som viktigast vid ett införande med en extra stor viktning på management. Intervjuerna gjordes med ett konsultbolag om sammanlagt tre intervjuer som kom fram till att de viktigaste faktorerna var management, data och kultur med en exkludering för verktyg då de ansåg att typen av verktyg är oviktiga.

Datadriven kultur är inget nytt begrepp men har blivit allt mer vanligare när organisationer vill göra analyser och rapporter på egen data. Många organisationer har gjort stora investeringar i att blir mer datadrivna men inte lyckats ta till vara på den investeringen som har gjorts. Vilket har skapat problem för många organisationer som har svårt att identifiera var problemet ligger inom organisationen. Att vara datadriven handlar ofta inte om svårigheten i tekniken utan det är många andra faktorer som spelar in. Denna studie har som syfte att ta reda på hur organisationer jobbar för att etablera en datadriven kultur. Studien frågeställning som ska försöka besvaras är:” ”Hur arbetar organisationer med att etablera en datadriven kultur?”. För att besvara frågeställningen kommer två datainsamlingsmetoder att användas. Den primära insamlingen är en systematisk litteraturstudie och den sekundära insamlingen består av kvalitativa intervjuer. Den systematiska litteraturstudien syfte är att söka genom litteraturen för att besvara frågeställningen. De kvalitativa intervjuerna kommer utgå från resultatet av den systematiska litteraturstudie som görs.  Resultatet visar att det finns flera olika sätt att etablera en datadriven kultur på. Det går inte att trycka på en sak utan det är flera faktorer som spelar in. Mycket av den litteratur som finns ger indikationer på hur organisationer bör jobba för att etablera en datadriven kultur men enbart ett fåtal beskriver hur organisationer jobbar med att etablera en datadriven kultur. Ett viktigt steg i att etablera en datadriven kultur är att ta reda på hur verksamheten jobbar idag och hur de ska gå vidare till att utnyttja sin data på ett bättre sätt. Det krävs ofta många förändringar i en organisation för att lyckats att etablera en datadriven kultur från organisationsledning ner till den enskild anställd.

This thesis explores the implementation and improvement of data-driven processes within a Swedish industrial organization, specifically focusing on long-term maintenance planning in the energy sector. Despite the recognized benefits of data-driven decision-making, many organizations, including those in the energy sector, struggle to fully adopt this approach due to challenges such as organizational culture, knowledge management, and lack of top management support. This study addresses these challenges by investigating how data is currently utilized within a Swedish energy producer, identifying barriers to effective data use, and exploring the role of knowledge sharing in enhancing data-driven practices. Employing theoretical models such as Nonaka’s SECI model and Gökalp et. al. (2020) data analytics capability process maturity level, the research highlights that while some data-driven strategies are in place, there is a need for more standardized processes and greater involvement from top management. The study reveals significant impacts of knowledge sharing on data utilization, identifying barriers such as lack of training, scheduling conflicts, and physical and informational silos due to high-security requirements. Furthermore, it examines the gap between data availability and its utilization, attributing it to factors like the complexity of information systems, perceived data quality issues, and insufficient involvement of knowledgeable personnel. The findings suggest that addressing these issues through improved training, streamlined data systems, and strategic management of high-security constraints can enhance the overall effectiveness of data-driven decision-making. By fostering a data-driven culture and enhancing knowledge sharing- practices, the organization can better leverage its data assets, ultimately improving maintenance planning and operational efficiency in a high-security, regulated environment. / Detta arbete undersöker implementeringen och förbättringen av datadrivna processer inom en svensk industriell organisation, med särskilt fokus på långsiktig underhållsplanering i energisektorn. Trots fördelarna med datadrivet beslutsfattande, kämpar många organisationer, inklusive de inom energisektorn, med att fullt ut anta detta tillvägagångssätt på grund av utmaningar såsom organisationskultur, kunskapshantering och brist på stöd från ledningen. Denna studie tar itu med dessa utmaningar genom att undersöka hur data för närvarande används inom en svensk energiproducent, identifiera hinder för effektiv dataanvändning och utforska kunskapsdelningens roll i att förbättra datadrivna metoder. Genom att använda teoretiska modeller som Nonakas SECI-modell och Gökalp et. al. (2020) mognadsnivå för dataanalytisk förmåga, belyser studien att även om vissa datadrivna strategier är på plats, finns ett behov av mer standardiserade processer och större engagemang från ledningen. Studien visar betydande effekter av kunskapsdelning på datanyttjande, och identifierar hinder som brist på utbildning, schemakonflikter samt fysiska och informationsmässiga silos på grund av höga säkerhetskrav. Vidare undersöker den gapet mellan tillgänglighet och utnyttjande av data, vilket tillskrivs faktorer som komplexiteten i informationssystem, upplevda datakvalitetsproblem och otillräckligt inkludering av kunnig personal. Resultaten tyder på att genom att ta itu med dessa problem genom förbättrad utbildning, strömlinjeformade datasystem och strategisk hantering av höga säkerhetskrav kan den övergripande effektiviteten av datadrivet beslutsfattande förbättras. Genom att främja en datadriven kultur och förbättra kunskapsdelningspraxis kan organisationen bättre utnyttja sina dataresurser, vilket i slutändan förbättrar underhållsplanering och operationell effektivitet i en högsäkerhetsmiljö.

Datadriven kultur har flitigt nämnts i litteraturen som en tydlig framgångsfaktor för stora verksamheter för att skapa konkurrenskraft på marknaden.  Genom att verksamheter kan ta strategiska beslut baserat på stora mängder data förankrad i verkligheten undviks beslut som tas på magkänsla, således leder till optimering av verksamheter. Dock har små och medelstora företag (SMFs) halkat efter i utvecklingen då verksamheterna ofta saknar resurser och kompetens för att möjliggöra en datadriven kultur. Syftet med forskningen är att identifiera framgångsfaktorer speciellt inriktade på SMFs och skapa en sammanställning som SMF kan ta del av för att skapa en datadriven kultur. Den primära datainsamlingen genomfördes genom en kvalitativa ansats och fallstudie som forskningsmetod med semi-strukturerade intervjuer inriktade mot IT-branschen inom SMF som besatt på relevant kunskap inom ämnesområdet. Respondenternas svar har analyserats i jämförelse med tidigare litteratur för att generera framgångsfaktorer som möjliggör en datadriven kultur hos SMFs. Resultatet av forskningen har genererat en sammanställning på totalt fyra bekräftade huvudkategorier och sexton bekräftade underkategorier varav åtta berikande underkategorier är nya framgångsfaktorer som uppkommit från intervjuerna. De identifierade framgångsfaktorerna kan anammas av SMF för att möjliggöra den digitala transformationen mot en datadriven kultur. Resultatet av forskningen illustrerar att SMFs har stora möjligheter att öka sin konkurrenskraft, affärsvärde och produktivitet genom att tillämpa framgångsfaktorerna inom SMF och att en datadriven kultur inte är begränsade till stora verksamheter. / Data-driven culture has frequently been mentioned in the literature as a clear success factor for large enterprises (LEs) creating competitive advantages in the market. As enterprises can make strategic decisions based on large amounts of data anchored in reality, decisions are based on gut feeling, thus leading to optimization of enterprises. However, small and medium-sized enterprises (SMEs) have fallen behind in development as the enterprises often lack resources and knowledge to enable a data-driven culture. The purpose of the research is to identify success factors specifically focused on SMEs and create a compilation of which SMEs can adopt to create a data-driven culture. The primary data collection was conducted with a qualitative approach carrying out a case study with semi-structured interviews focused on the IT industry within SMEs that are obsessed with relevant knowledge in the subject area. The interviewees' responses have been analyzed in comparison with previous literature to generate success factors that enable a data-driven culture in SMEs. The results of the research have generated a compilation of a total of four confirmed main categories and sixteen confirmed subcategories, of which eight enriching subcategories are new success factors that have emerged from the interviews. The identified success factors can be adopted by SMEs to enable the digital transformation towards a data-driven culture. The results of the research illustrates that SMEs have great opportunities to increase in competitive advantages, business value and productivity by applying the success factors within SMEs and that the data-driven culture is not limited to LE.