The real estate sector, pivotal to the global economy, faces challenges in utilizing the potential of digitalization, lagging behind other industries in adopting new technologies. This resistance is often attributed to the sector's reliance on traditional practices and the physical nature of its assets. Thus, the aim of this study is to develop a Digital Maturity Model framework specifically tailored for the real estate sector. Enabling real estate firms to navigate the complexities of digitalization, ensuring they arewell-informed to adopt and benefit from new technologies. The study is of exploratory nature incorporating a qualitative approach, combining theoretical foundations with qualitative findings in favor of developing a comprehensive digital maturity modelframework. The qualitative findings were collected from interviews with real estate professionals, bridging the gap between theoretical findings and real world challenges. Findings suggest that real estate companies need a robust framework to not only assess their current digital capabilities but also to guide their future digital strategies. Hence, this study contributes to the field by developing the first applicable Digital Maturity Model framework for the real estate sector, providing a foundation for companies to advance their digital maturity. The final model proposed by this research lays the foundation upon which assessment and action can be taken by real estate companies to become more digitally mature. The model itself incorporates dimensions such as organization, strategy, technology, processes, and real estate specific factors, each with defined sub-dimensions. The sub-dimensions were then divided into three stages of importance to further guide real estate companies in their digital transformation journey. / Fastighetssektorn, som är avgörande för den globala ekonomin, står inför utmaningar när det gäller attutnyttja potentialen med digitalisering och ligger efter andra industrier i att anta nya teknologier. Dettamotstånd beror ofta på sektorns beroende av traditionella metoder och de fysiska tillgångarnas natur.Syftet med denna studie är att utveckla ett ramverk för en digital mognadsmodell specifikt anpassadför fastighetssektorn, som möjliggör för navigering av digitaliseringens komplexiteter och säkerställeratt fastighetsföretag är väl informerade för att anta och dra nytta av nya teknologier. Studien är av utforskande natur och använder en kvalitativ metod som kombinerar teoretiska grundermed kvalitativa insikter för att utveckla ett omfattande ramverk för digital mognad. De kvalitativainsikterna samlades in från intervjuer med yrkesverksamma inom fastighetssektorn, vilket förenar denteoretiska grunden med verkliga utmaningar. Resultaten tyder på att fastighetsföretag behöver ettrobust ramverk för att inte bara bedöma sina nuvarande digitala förmågor utan också för att styra sinaframtida digitala strategier. Därför bidrar denna studie till området genom att utveckla den förstatillämpbara modellen för digital mognad inom fastighetssektorn och tillhandahåller en grund föravancemang av företagets digitala mognad. Den slutliga modellen som föreslås i denna forskning lägger grunden för att fastighetsföretag skakunna fatta beslut och agera på ett sätt som främjar digital mognad. Modellen i sig beaktardimensioner som organisation, strategi, teknologi, processer och fastighetsspecifika faktorer, var ochen med definierade underdimensioner. Underdimensionerna delades sedan in i tre olika stadier för attytterligare visa och vägleda fastighetsföretag i deras digitala transformationsresa.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-348720 |
| Date | January 2024 |
| Creators | Sonnelid, Love, Thorfinn, Axel |
| Publisher | KTH, Fastigheter och byggande |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ABE-MBT ; 24486 |
Page generated in 0.0015 seconds