Datadreven beslutningstagen

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).

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.

Vi ønsker at forbedre dataanalyse-uddannelsen ved at tilpasse de enkelte fag, så de bedre opfylder behovene hos aftagervirksomhederne, både normativt og positivt. Ved at forstå, hvordan virksomheder bruger data i praksis, kan vi justere vores uddannelsesprogram for at sikre, at vores studerende er bedre rustet til at imødekomme virksomhedernes behov og påvirke virksomheder i en mere konstruktiv retning.

Undersøgelsen vil give os værdifulde informationer, som vi kan føje til vores videngrundlag. Vi vil opnå indsigt i den aktuelle praksis og tendenser inden for databrug i erhvervslivet og det offentlige, hvilket vil berige vores undervisning og forskning.

Ved at analysere data fra undersøgelsen vil vi kunne identificere potentielle udviklingsområder, hvor vores studerende kan hjælpe virksomheder i fremtiden. Dette vil skabe muligheder for praktikophold og senere ansættelse for vores studerende, samtidig med at vi kan bidrage til virksomhedernes vækst og udvikling.

I en tid hvor virksomheder indsamler stadig større mængder data, bliver evnen til at omsætte disse data til værdiskabende beslutninger stadigt vigtigere. Data er ikke i sig selv værdiskabende – det er først gennem kvalificerede beslutninger baseret på data, at værdien realiseres. Dette working paper præsenterer resultaterne af et pilotstudie, der undersøger, hvordan en traditionel dansk produktionsvirksomhed navigerer i transformationen mod øget brug af data i beslutningsprocesser. Pilotstudiet skal danne grundlag for at vurdere potentialet for et mere omfattende efterfølgende studie. Undersøgelsen er motiveret af et behov for at forstå, hvordan virksomheder i praksis håndterer overgangen fra primært erfaringsbaserede til mere data-drevne beslutningsprocesser. Gennem et dybdegående casestudie af en virksomhed, der befinder sig midt i denne transformation (på niveau 2 ud af 5 på data-modenhedsskalaen), belyser pilotstudiet de udfordringer og muligheder, der opstår i denne proces. Dette omfatter både teknologiske, organisatoriske og kulturelle aspekter af transformationen. Særligt interessant er det at undersøge, hvordan virksomheden balancerer mellem traditionel, erfaringsbaseret beslutningstagning og nye, data-drevne tilgange. Dette spændingsfelt er centralt for mange produktionsvirksomheder, der skal navigere mellem værdien af mangeårig erfaring og potentialet i nye datadrevne indsigter. Pilotstudiet afdækker, hvordan denne balance påvirker beslutningsprocesser på forskellige organisatoriske niveauer, fra operationelle til strategiske beslutninger.

Formålet med pilotstudiet er todelt: For det første at bidrage med foreløbig viden om, hvordan produktionsvirksomheder kan optimere deres brug af data i beslutningsprocesser. For det andet at identificere relevante fokusområder og metodologiske tilgange for et potentielt større efterfølgende studie. Ved at identificere konkrete udfordringer og succesfaktorer i transformationen mod øget data-modenhed, kan undersøgelsen både hjælpe andre virksomheder i deres egen transformation og danne grundlag for mere dybdegående forskning på området. Gennem analyse af virksomhedens erfaringer med implementering af data-drevne beslutningsprocesser, herunder både succeser og udfordringer, sigter pilotstudiet mod at udvikle foreløbige anbefalinger for, hvordan produktionsvirksomheder kan styrke deres evne til at træffe bedre beslutninger baseret på data. Dette inkluderer både teknologiske forudsætninger, organisatoriske strukturer og ikke mindst den kulturelle transformation, der er nødvendig for at lykkes med data-drevet beslutningstagning. Resultaterne af pilotstudiet vil være afgørende for at vurdere, hvorvidt et mere omfattende forskningsprojekt skal igangsættes, og hvordan dette i så fald bedst designes og målrettes

Projektet er inddelt i fem arbejdspakker (WP), som er underinddelt i arbejdsopgaver (T) samt leverancer (D).

WP1: Administration

                 T1.1: Deltagelse på styregruppemøder

                 T1.2: Deltagelse i frascatinetværk

WP2: Litteratursøgning (juli – oktober)

                 T2.1: Udarbejdelse af søgestrategi

                 T2.2: Søgning af litteratur

                 T2.3: Udvælgelse af litteratur

                 T2.4: Udfærdigelse af bogkapitel: ”Datadreven beslutningstagen”

                 D2.1: Bogkapitel

WP3: Dataindsamling (oktober – november)

                 T3.1: Udfærdigelse af spørgeguide

                 T3.2: Gennemførelse af interview

                 T3.3: Transskribering

WP4: Databehandling (november – januar)

                 T4.1: Analyse af data (NVIVO)

                 T4.2: Udfærdigelse af working paper

                D4.1: Working paper

WP5: Kommunikation

                T5.2: Anbefalinger til casevirksomhed præsenteres på ledermøde

Case Study

Forskningsspørgsmål: Hvordan benytter Borg Industries data til at kvalificere beslutninger?

Kvalitative interview med relevante medarbejdere (3-4 stykker)

Undersøge deres data governance, datagrundlag og analytics system (DECAS model)

Konkrete videnprodukter:

• Bogkapitel (litteraturbaseret)
• Working paper (baseret på litteratur og empiri)
• Konference oplæg (Measure23)

Projektets videnprodukter har potentialet til at skabe værdi på flere niveauer og for forskellige interessenter. Først og fremmest vil de bidrage til vores egen uddannelsesinstitution ved at forbedre undervisningen og tilpasse fagene til virksomhedernes behov. Dette vil give vores studerende en mere relevant og effektiv uddannelse og ruste dem bedre til at imødekomme virksomhedernes krav og påvirke dem positivt. For virksomhederne vil videnprodukterne give indsigt i den aktuelle praksis og tendenser inden for databrug. Dette kan hjælpe dem med at identificere muligheder for forbedring og optimere deres egen databrug i beslutningsprocesser. Ved at adressere hindringer og identificere forbedringsområder kan virksomhederne opnå en mere effektiv og innovativ anvendelse af data, hvilket kan have en direkte indvirkning på deres succes og konkurrenceevne. Desuden vil videnprodukterne have værdi for samfundet som helhed. Ved at bidrage til en mere effektiv og innovativ anvendelse af data kan de medvirke til bedre beslutningsprocesser, øget produktivitet og innovation inden for både erhvervslivet og den offentlige sektor. Dette kan have positive samfundsøkonomiske effekter og bidrage til en mere bæredygtig udvikling. Endelig vil videnprodukterne også skabe værdi for potentielle studerende og jobansøgere. Ved at demonstrere, hvordan vores uddannelse adresserer virksomhedernes behov og forbedrer databrug i beslutningsprocesser, tiltrækker vi studerende, der søger en relevant og efterspurgt uddannelse. Dermed skabes jobmuligheder og praktikpladser, hvor vores studerende kan anvende deres færdigheder og få praktisk erfaring. Samlet set skaber projektets videnprodukter værdi ved at forbedre uddannelsen, optimere virksomheders databrug, bidrage til samfundets udvikling og skabe jobmuligheder. Disse produkter har potentialet til at skabe en positiv impact på flere niveauer og for forskellige interessenter i form af bedre beslutninger, øget konkurrenceevne og bæredygtig udvikling.