Overordnet set ønsker vi at lære at forstå virksomhedens brug af data i beslutningsprocesser. Vi tilstræber at opnå en dybere forståelse for, hvordan virksomheder bruger data til at træffe beslutninger. Dette vil hjælpe os med at identificere forbedringsmuligheder og optimere databrug i fremtidige beslutningsprocesser.
Forud for dette forskningsprojekt er der foretaget en litteratursøgning vedrørende datamodenhedsteorier. Ulempen med disse er blandt andet:
- Manglende standardisering
- Manglende fleksibilitet
- Fokus på teknologi fremfor kultur
- Mangel på konkrete handlingsanvisninger
- Utilstrækkelig organisatorisk forankring
Dette har ført til en ændring af fokus og anvendelse af nye teorier, data driven decision making theories, som er mere fleksibel:
- Systematisk og struktureret tilgang til at træffe beslutninger
- Inddragelse både målbare og ikke-målbare aspekter, såsom værdier, holdninger og stakeholderbehov
- Mulighed for at tilpasse sig ændringer og kompleksitet i beslutningsmiljøet
- Inklusion af menneskelige faktorer
- Fokus på organisatoriske mål og værdier
Ved at følge en systematisk tilgang, inkludere forskellige faktorer, tilpasse sig skiftende behov og adressere menneskelige faktorer, kan beslutningstagningsteorier hjælpe organisationer med at træffe bedre og mere informerede beslutninger.
RS: Vurdere i hvor høj grad case-virksomheden er i stand til at tage datadrevne beslutninger (som proxy for datamodenhed).
