Business Intelligence (BI) is growing fast and more and more companies realize the profits of data-driven decision making. One vital part of BI is data visualization and mainly in the form of dashboards. Although it is proven that private companies can create value from implementing dashboards in their decision-making process, we see a gap in the research whether the same can be done for the public sector. We find this topic interesting since the two fields have such a different view on what creates value. This study aims to fill in that gap by studying the possibilities and obstacles of applying dashboards within the public sector. In this study we created dashboard prototypes and conducted think-aloud testing followed by semistructured interviews with ten employees at a municipality in Sweden. The result of the study suggests that working with dashboards in municipalities have a possibility to create value, mainly in the form of analytics, decision-making, communication and motivation. However, the participants also expressed some negative aspects in the form of handling the immeasurable parts of society, mainly the parts of reality that is not measurable in statistics. We also found possible problems with handling data and a worry about resistance in implementing new systems for the employees. This study is conducted on one municipality, however we hope it will serve as inspiration for public sector organizations’ journey on using dashboards making their decisions data-driven and creating value for the citizens and employees.

As a result of digitalization, previously analog systems in the manufacturing industry have become digitalized, including the decision-making processes. Companies are, therefore,becoming more dependent on data for strategic decisions. However, because of the rapid development of digitalization, companies are left blindfolded in the path towards smarter manufacturing which often leads to unsuccessful technological implementations. Therefore, the thesis will explore this problem by asking: What are the required initiatives for successfully implementing digital data-driven decision-making to improve efficiency and sustainability by Swedish manufacturing companies? To answer the research questions, an exploratory multiple case study approach was conducted, where interviews with informants from the industry as well as researchers within the context of smarter manufacturing were made. The findings were then used to derive propositions which worked as the foundation of a conceptual model which functionality would be to illuminate the results in the form of a strategy map. Findings suggest that it is not always necessary for companies to implement technologies linked to large investments to enable digital data-driven decision-making. However, for those that do, there needs to be a clear organizational plan and agenda before executing theprojects since they otherwise often lead to insufficient results. That means, the technological aspects are often not the culprit in failed digital data-driven decision-makingprojects. Additional findings suggest that there are synergies connected to digital data-driven decision-making such as data-sharing possibilities that have the potential of becoming a major aspect within the context of sustainability and efficiency. / Som ett resultat av ökad digitalisering har analoga system i tillverkningsindustrin blivit digitaliserade, vilket inkluderar beslutsfattandet. Företag har därför börjat förlita sig alltmer på data för sina strategiska beslut. Men på grund av den snabba utveckling av digitalisering har tillverkningsföretagen lämnats utan klara riktlinjer för hur de bör gå tillväga för att implementera digitalt datadrivet beslutsfattande på ett effektivt men hållbart sätt. Avhandlingen kommer därför att undersöka detta problem genom att fråga: Vilka är de initiativ som krävs för att framgångsrikt implementera digital datadrivet beslutsfattande med målet att förbättra effektiviteten och hållbarheten hos svenska tillverkningsföretag? För att svara på forskningsfrågorna användes en undersökande metod med flerafallstudier, där intervjuer gjordes med informanter från industrin såväl som forskare inom ramen för smartare tillverkning. Resultaten användes sedan för att härleda förslag som därefter användes till konstruktionen av en konceptuell model vars huvuduppgift var att illustrera resultaten i form av en strategikarta. Slutsatserna pekar på att det inte alltid är nödvändigt för företag att implementera teknik kopplad till stora investeringar för att möjliggöra digitalt datadrivet beslutsfattande. Men för de som valt att implementera sådana system behövs en tydlig organisationsplan innan projekten genomförs eftersom de annars ofta leder till ofördelaktiga resultat. Detta tyder på att de tekniska aspekterna oftast inte är vad som orsakar misslyckade datadrivna beslutsprojekt. Dessutom tyder resultaten på att det finns synergier kopplade till digitalt datadrivet beslutsfattande, till exempel möjligheter att dela data som har potential att bli en viktig aspekt inom hållbarhet och effektivitet.

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.

Denna studie undersöker vad BI-konsulter ser som de kritiska faktorer som påverkar implementeringen av Business Intelligence (BI) i små och medelstora företag (SME) i Sverige. Trots de betydande fördelarna med BI, såsom förbättrad operativ effektivitet och datadrivet beslutsfattande, möter SME:s ofta utmaningar vid implementeringen. Studien syftar till att identifiera och analysera dessa faktorer med hjälp av Technology-Organization-Environment (TOE) ramverket. För att uppnå syftet genomfördes semistrukturerade intervjuer med BI-konsulter som har omfattande erfarenhet av att arbeta med SME:s. Resultaten visade att förståelse och kompetens relaterat till BI är kritiska för en lyckad implementering vilket korrelerar med faktorer som ledningsstöd, komplexitet, resursallokering och kompatibilitet. Denna uppsats bidrar till en djupare förståelse för de faktorer som påverkar BI-implementering i svenska SME:s och ger insikter som kan hjälpa företag att framgångsrikt utnyttja BI-teknikerför att förbättra sin operativa effektivitet och konkurrenskraft.

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.

The rise of technology and digitalization has greatly impacted organizations, particularly in the field ofHuman Resources (HR). To stay competitive in this evolving landscape, HR departments are increasingly adopting Business Intelligence (BI) as a useful umbrella concept to collect, store, access, and analyze data for data-driven decision-making. However, as research states, many HR organizations struggle to fully leverage the benefits of BI and therefore only adapt mere basic BI capabilities. This study aims to address this gap by examining how HR organizations can develop their BI maturity and identify the key categories and factors that influence it, as well as highlight the main hurdles in the journey towards higher BI maturity. To fulfill this purpose, a case study was conducted which centered around semi-structured interviews with respondents from the case company. The results from the interviews show that there are several factors deemed important when assessing BI maturity and we classify these factors into Organization & Structure, Data Governance and System, Tools & Technology. This study’s results are for the most part consistent with previous research on assessing BI maturity. However, the focus on HR departments reveals some interesting findings. Within these categories, the following factors, among others, have emerged as important to consider. Namely organizational culture and a collaborative mindset to promote the adoption of higher levels of analytics through the entire organization. Moreover, making HR more impactful in the sense of actionability and by demonstrating a cause-effect relationship emerges as a central and multi-faceted aspect when assessing BI maturity. Organizational management of data centralization is also considered a significant factor for HR. In addition, another central aspect to regard is GDPR, as it directly affects the collection, storing and analysis of personal data, consequently becoming crucial for HR to assess. The study also identified hurdles hindering HR departments from reaching higher levels of maturity, such as cross-functional collaboration and data transparency between departments. Furthermore, GDPR legislation hinders the possibility of distributing certain data and combining sensitive data with other sources. Additionally, a barrier to the successful utilization of existing tools and systems is considered to be related to the competence of employees. / Teknikens och digitaliseringens framväxt har haft stor inverkan på organisationer, särskilt inom området för Human Resources (HR). För att förbli konkurrenskraftiga i denna föränderliga miljö använder HR-avdelningar i allt större utsträckning Business Intelligence (BI) som ett användbart paraplykoncept för att samla in, lagra, få tillgång till och analysera data för datadrivet beslutsfattande. Forskningen visar dock attmånga HR-organisationer kämpar med att utnyttja fördelarna med BI fullt ut och därför bara anpassar sig till de mer grundläggande BI-funktionerna. Den här studien syftar till att åtgärda denna brist genom att undersöka hur HR-organisationer kan utveckla sin BI-mognad och identifiera de viktigaste kategorierna och faktorerna som påverkar detta, samt belysa de viktigaste hindren på vägen mot högre BI-mognad. För att uppfylla detta syfte genomfördes en fallstudie som var centrerad kring semistrukturerade intervjuer med respondenter från fallföretaget. Resultaten från intervjuerna visar att det finns flera faktorer som anses vara viktiga vid bedömningen av BI-mognad och klassificerar dessa faktorer i Organisation & Struktur, Datastyrning och System, Verktyg & Teknologi. Resultaten från denna studie stämmer till största delen överens med tidigare forskning om bedömningen av BI-mognad. Fokuseringen på HR-avdelningar ger dock några intressanta resultat. Inom dessa kategorier har bland annat följande faktorer framkommit som viktiga att beakta. Specifikt framhävs organisationskultur och ett samarbetsinriktat tänkande för att främja antagandet av högre nivåer av analys genom hela organisationen. Dessutom framstår det som en central och mångfacetterad aspekt vid bedömningen av BI-mognad att göra HR mer betydelsefull, i form av handlingsförmåga och genom att visa på orsak-verkan samband. Den organisatoriska hanteringen av datacentralisering anses också vara en viktig faktor för HR. En annan central aspekt att beakta är dessutom GDPR, eftersom den direkt påverkar insamlingen, lagringen samt analysen av persondata och blir därav avgörande för HR att bedöma. I studien identifierades även särskilda hinder som håller tillbaka HR-avdelningar från att nå högre mognadsnivåer, till exempel tvärfunktionellt samarbete och datatransparens mellan avdelningar. Dessutom hindrar GDPR-lagstiftningen möjligheten att distribuera vissa uppgifter samt att kombinera känsliga uppgifter med andra källor och avdelningar. Dessutom anses ett hinder för ett framgångsrikt utnyttjande av befintliga verktyg och system vara relaterat till de anställdas kompetens.

Dagens samhälle genomgår förändringar av betydande karaktär som i stor utsträckningdrivs av digitalisering. En av de mest påtagliga förändringarna som påverkar företagenär förändringarna i konsumentbeteendet. Dessa dramatiska förändringar utgör enbetydande utmaning för företag då traditionella metoder för kundhantering inte längre ärtillräckliga.Betydelsen av Customer Relationship Management (CRM), utifrån ett analytiskttillvägagångssätt, blir då avgörande för att bättre hantera kundrelationer i dagens högtkonkurrerande arbetsmiljö. Analytisk CRM är ett IT-beroende arbetssystem däranvändaren av data och analys utför processer och aktiviteter som gör att erbjudnaprodukter och tjänster i högre grad möter kundernas behov. Studiens övergripande målär att genom insikter förstå hur beslutsfattare upplever olika faktorers påverkan påderas förmåga att använda analytisk CRM för att stödja deras beslutsfattande samt desociotekniska förändringar som genereras av det. För att uppnå detta antogs enkvalitativ forskningsmetod där djupintervjuer genomfördes. Sju respondenter, medvarierande roller som Business Analyst, Data Scientist, Marknadschef och CRMansvarig intervjuades för att få deras insikter och erfarenheter om analytisk CRM.Studiens resultat och slutsats visar på att beslutsfattare anser kundcentrering ochinformationsteknik som avgörande faktorer för användningen av analytisk CRM.Kundcentreringen skapar en datadriven miljö som främjar datadriven beslutsfattandegenom användningen av data och analys. Det genererar sociotekniska förändringar påbåde djupare och ytmässiga nivåer. Informationstekniken spelar en avgörande roll iinsamling, hantering och analys av data. Detta påverkar beslutsprocesserna till att blidatadrivna och stärker beslutsfattarnas förmåga att fatta välgrundade beslut.Sociotekniska förändringar som generades av informationstekniken var på ytliga nivåer. / Society today is undergoing significant changes largely driven by digitalization. Onetangible change that impacts businesses is the shift in consumer behaviour. Thesedramatic changes pose a significant threat for companies as traditional methods forcustomer management are no longer sufficient.The significance of Customer Relationship Management (CRM), based on an analyticalapproach, therefore becomes crucial to better manage customer relationships in today’shighly competing work environment. Analytical CRM is an IT-reliant work system whereparticipants of data and analysis perform processes and activities that enable offeredproducts and services to better meet the needs of customers. The overall goal of thestudy is to understand through insights how decision-makers' experience variousfactors' impact on their ability to utilize analytical CRM to support their decision making,as well as the sociotechnical changes generated by it. To achieve this, a qualitativeresearch method was adopted, where in-depth interviews were conducted. Sevenrespondents, with varying roles as Business Analyst, Data Scientist, Marketing Managerand CRM Manager, were interviewed to get their insights and experiences on analyticalCRM.The study’s results and conclusion show that decision-makers consider customercentricity and information technology (IT) as a pivotal factors' influencing the use ofanalytical CRM. Customer centricity fosters a data-driven environment that promotesdata-driven decision-making through the utilization of data and analysis. It generatessociotechnical changes on both deeper and surface structures. IT plays a critical role inthe collection, management, and analysis of data. This impacts decision-makingprocesses to become data-driven and enhances the decision-makers' ability to makedata-driven decisions. Sociotechnical changes generated by information technologywere at surface structures.