Sökträffar

    Sökträffar

    Visa alla resultat för ""
    Hittar inga resultat eller sökförslag för "."

    Söktips

    • Kontrollera att orden är rättstavade
    • Försök med andra sökord eller synonymer
    • Smalna av din sökning för att få fler träffar

    Hur kan vi hjälpa dig?

    Ny student

    Kontakta oss

    Hitta medarbetare

    Sökträffar

      Sökträffar

      Visa alla resultat för ""
      Hittar inga resultat eller sökförslag för "."

      Söktips

      • Kontrollera att orden är rättstavade
      • Försök med andra sökord eller synonymer
      • Smalna av din sökning för att få fler träffar

      Hur kan vi hjälpa dig?

      Ny student

      Kontakta oss

      Hitta medarbetare

      Högskolan i Skövde, länk till startsida

      Ökad användning av dataanalys

      Forskningsgrupp Informationssystem
      Forskningsmiljö Informationsteknologi

      Kort om projektet

      Projektnamn

      Ökad användning av dataanalys

      Projekttid

      September 2022 – Augusti 2023

      Finansiering och samverkan

      VINNOVA, Capgemini Insights & Data

      Att få konkurrensfördelar gentemot konkurrenter borde vara en viktig fråga för alla organisationer. Organisationer som har ökat sin användning av avancerad dataanalys (predictive analytics, prescriptive analytics) bortom pilotprojekt och karakteriserar sig själva som datadrivna tenderar att vara branschledande.

      Många organisationer lanserar nu pilotprojekt inom avancerad dataanalys som ett första steg att bli mer datadrivna. Tyvärr kämpar många organisationer med att skala avancerad dataanalys efter genomförda pilotprojekt.

      När vi undersökte 13 svenska organisationer märkte vi att skalningen görs ad hoc. Resultaten från undersökningen visade att organisationer tog genvägar när de utvecklade strategier, stötte på tidigare rapporterade toppbarriärer och använde inte en övergripande process för Change Management.

      De främsta hindren för att skala avancerad dataanalys efter genomförda pilotprojekt är icke-tekniska, exempelvis pilotprojekt som inte är förankrade i verksamheten, slumpmässiga okoordinerade AI-projekt utspridda över hela organisationen, motstånd från anställda och ingen systematisk process för spridning av avancerad dataanalys.

      Under 2022/2023 har Högskolan i Skövde och Capgemini Insights & Data ett gemensamt forskningsprojekt om att skala de icke-tekniska aspekterna av avancerad dataanalys. Syftet är att verifiera preliminära rekommendationer som vi publicerade 2020.

       

      Publikationer

       

      Medverkande forskare

      Publicerad: 2022-08-11
      Senast ändrad: 2022-08-11
      Sidansvarig: webmaster@his.se