4.3.1 Datakvalitet
Litteraturstudiens resultat angående datakvaliteten kan vid första ögonkastet uppfattas som splittrad kring datakvalitetens påverkan på beslutsunderlaget. Utifrån en kritisk syn anser Işık, et. al. (2012) att det inte finns någon “direkt” korrelation mellan datakvalitet och framgång med BI, oavsett beslutsmiljö. Detta utesluter inte att det finns en “indirekt” korrelation. Conradle, et. al. (2006) argumenterar för datakvalitetens påverkan av beslutsunderlaget som en grundsten i värdekedjan i BI-processen, vilket heller inte talar om denna påverkan är “indirekt” eller “direkt”. Det kan alltså finnas något gemensamt i dessa studier (punkt 1 och 3 under kolumnen ”Litteraturstudien” samt tabell 8), nämligen att båda studier är öppna för en “indirekt” korrelation på beslutsunderlaget. Detta resonemang instämmer med intervjuernas respons där majoriteten anser att datakvalitet påverkar beslutsunderlaget. Dock framkommer det inte tydligt om det är en direkt eller indirekt korrelation utifrån intervjuernas respons. Därför lyckades inte studien få en fördjupning över exakt hur datakvalitet påverkar hos organisationerna, men dessa organisationer har förebyggande åtgärder. Om det finns en direkt eller indirekt påverkan går inte att avgöra.
Det som särskiljer litteraturstudien från intervjuerna kring datakvalitet, är att Grublješič et. al. (2014) påpekar att det snarare handlar om att beslutsfattaren får relevant information, snarare än optimering av datakvalitet och dess dimensioner. Detta argument förekommer inte i intervjuerna på något sätt.
Tabell 8: Jämförelse mellan litteraturstudie och intervjuerna angående datakvaliteten.
Litteraturstudien Intervjuerna
1. Ingen direkt korrelation med BI-framgång oavsett beslutsmiljö (Işık, Jones & Sidorova, 2012). 2. Relevant information är viktigare
snarare än optimering av datakvaliteten (Grublješič & Jaklič, 2014).
3. Datakvaliteten bidrar till en förbättring i beslutstagande som grundsten i hela processen (Conradle och Kruger, 2006).
1.För lite data i bolagets verksamhet för att brist på datakvalitet skulle påverka beslutsunderlaget.
2. Datakvaliteten och arbete i data warehouse påverkar beslutsunderlaget. 3. Anser att datakvaliteten är jätteviktig. Genom att automatisera flöden med inbyggda kvalitetskontroller kan avvikelser identifieras.
4.3.2 Dataanalys
Det som dataanalysen har gemensamt i både litteraturstudien och intervjuerna är de verktyg som anses vara förekommande i nuläget. Litteraturstudien tog upp bland annat kalkylark, SPSS och SAS (Arnott, Lizama & Song, 2017), något som även intervjuerna speglar. Vidare lyfter litteraturstudien informationssamling som en viktig del i beslutsprocessen, där Data Mining är det steg som möjliggör kommunikation mellan användare och databas (Bayer, Aksogan, Celik & Kondiloglu, 2017). Det är den delen i processen som tar fram information.
De Intervjuade förklarar bland annat att Data Mining används för förutsägelser och insikter i syfte att möjliggöra proaktivt agerande och påverka utfallen. Intervjuerna påpekade också att analysverktygen skapar ett underlag för hypotesprövning, som beslutsfattaren kan utvärdera. Respondenterna tog även upp att analysverktygen användes som en kontroll och påverkar beslutsunderlaget på det sättet att ledningen får en snabbare överblick i det dagliga arbetet.
I litteraturstudien framkommer att Data Mining är mer vanligt som verktyg vid hanterandet av affärsproblem som exempelvis Market basket analysis och Fraud detection through purchase sequence. Detta stämmer med Bolagsverket där Data Mining används bland annat för att få bättre förståelse för prediktionerna. Huruvida det handlar om just de specifika affärsproblemen går inte att svara på men det kan finnas flera olika typer av affärsproblem som Bolagsverket möjligen jobbar med.
Tabell 9: Jämförelse mellan litteraturstudie och intervjuerna angående dataanalysen.
Litteraturstudien Intervjuerna
1.De mest vanliga verktygen är
kalkylark, SPSS och SAS för prediktiva analyser (Arnott, Lizama & Song, 2017). 2. I en beslutsprocess är
informationsinsamlingen en viktig del. Datautvinning är det steg som möjliggör kommunikation mellan användare och databas. Det är den delen i processen som tar fram information. (Bayer, Aksogan, Celik & Kondiloglu, 2017). 3. (Enache, 2006) Data Mining är mer vanligt vid affärsproblem som:
• Fraud detection through purchase sequence, • Market Basket analysis
1. Verktyg: Datamining, kalkylark, SPSS, SAS, egenutvecklat.
2. Säljprocessen har ändrats från beslut på måfå till systematiska beslut.
3. Analysverktygen skapar ett underlag för hypotesprövning som beslutsfattaren kan utvärdera.
4. Anses inte påverka beslutsunderlaget. Verktygen användes som en kontroll. 5.Analysverktygen har ändrat beslutsunderlaget på det sättet att “ledningsgruppen och controllers får en snabbare överblick från dag till dag”. 6. Fokusering på att automatisera processerna, ledningarna och bättre förståelse av prediktionerna.
7. De diagnostiska analyserna reder ut varför något har skett.
8. I de prediktiva analyserna skapas förutsägelser och insikter i syfte att
möjliggöra proaktivt agerande och påverka utfallen.
4.3.3 Mänskliga faktorn
Den tredje huvudaspekten som analyserades är den mänskliga faktorn. Det som litteraturstudien och intervjuerna har gemensamt kring denna aspekt, är att dess inflytande på beslutsprocessen beror på beslutsfrågan. Litteraturstudien kom fram till att den mänskliga faktorns påverkan beror på ifall systemet är avsett för personlig användning eller för organisatorisk användning (Wang, 2014). Under intervjun kom liknande resultat fram där Invativa lyfter upp detta. Invativa berättade att vid personal- och rekryteringsfrågor blir det svårare att använda systemen medan vid ekonomiska och strategiska beslut är de väldig datadrivna.
Litteraturstudien kom även fram till att BI-implementation tillför en förändring av organisationens kultur i hantering av beslutsprocessen (Watson & Wixom, 2007). Beslut baseras alltså mer på information och analys, istället för intuition. Intervjuerna kom även fram till mestadels till samma slutsats, nämligen att BI-implementeringen påverkar det mänskliga beslutsfattandet genom att komplettera och stödja beslutsfattaren för att öka effektiviteten, snarare än att ersätta chefer och handläggare. Rapporter har alltså automatiserat, inte besluten. Det framkommer också att det mänskligt beslutfattande därmed inte har minskat vid implementeringen av systemet, utan systemets roll är att användas bland annat som en kontroll vid framtagning av ett beslutsunderlag.
I litteraturstudien framkom att den mänskliga faktorns påverkan på beslut var olika beroende på vad beslutsfrågan var. Det framkom att beslutsfattaren litade mycket mer på informationssystem vid beslutsfrågor på operationell nivå, medan erfarenhet, intuition och perceptioner fortfarande spelar en stor roll särskilt vid andra beslut, eftersom systemen inte är lämpliga för dessa typer av beslut (Silahtaroğlu & Alayoglu, 2016). Intervjuerna kom fram till det samma, bland annat kom det fram att det fortfarande finns teorier som motsäger siffrorna. Bolagsverket nämnde också det att genom mer statistik och fakta höjs kvaliteten i beslut, istället för att använda sig av magkänsla.
Tabell 10: Jämförelse mellan litteraturstudie och intervjuer angående mänskliga faktorn.
litteraturstudien Intervjuer
1. Beror på
BI-avsändarens avsikter
(Wang, 2014).
2. Förändring av
organisationens kultur i
hantering av
beslutsprocessen (Watson
& Wixom, 2007).
3. Operationella
nivån hanteras annorlunda
från andra beslut
(Silahtaroğlu & Alayoglu,
2016).
• Beror på BI-avsändarens avsikter. Vid personal och rekryteringsfrågor blir det svårare att använda systemen medan vid ekonomiska och strategiska beslut är de väldig datadrivna.
o Företaget har alltid varit datadrivet så inga stora ändringar har skett i det senaste. Mänskliga påverkan beror på beslutsfrågan.
• Mänskliga beslutsfattande har inte minskat vid implementering av systemet. Systemets roll är att användas som en kontroll vid framtagning av ett beslutsunderlag.
• Rapporter automatiserar inte besluten
• BI implementeringen har påverkat det mänskliga beslutsfattandet genom att komplettera och stödja, för att öka effektiviteten snarare än att ersätta chefer och handläggare.
• Dt finns fortfarande teorier som motsäger siffrorna • Genom att tillgängliggöra mer statistik och fakta,
kan det observeras att verksamheten efterfrågar mer efter statistik och fakta. Därmed höjs kvaliteten i beslut, istället för att använda sig av magkänsla.
4.3.4 Koppling till beslutsprocessen
Organisationerna systematiserar sina beslutsprocesser med hjälp av BI-system samt underlättar informationsinhämtningen från data. Aktiviteter som rapporteringar automatiseras. Om femstegsmodellen från 2.1.4.1 (figur 10) är utgångspunkten för en beslutsprocess, kan det observeras utifrån resultatet som har genererats från studien att BI och de tre aspekterna påverkar varje steg i den processen.
Figur 10: De tre aspekternas påverkan på beslutsprocessen.
Datakvalitet: Datakvaliteten ansågs vara grundstenen i hela processen och bidrar till samtliga steg. Dels för att data är vad som speglar verkligheten vid analysering av värden som genereras dels för att beslutstagande blir mer beroende av BI system, som igen är baserad på väldesignat data warehouse.
Dataanalys: Figur 10 visar vad dataanalysverktygen bidrar med för att påverka beslutsprocessen. Med deskriptiva analyser kan nuläget analyseras samt hur framtiden kommer att se ut om exempelvis trenden fortsätter med hjälp av prediktiva analyser. Analysering av orsak om varför saker har hänt kan genomföras med hypotesprövningar och diagnostiska analyser som består av korrelationsanalys, datautforskning med mera. Framtagning av alternativ och idéer kan utföras av preskriptiva analyser. De diagnostiska analyserna har tagit fram orsaker och på så sätt kan ett affärsproblem identifieras och vanliga lösningsförslag kan tas fram, detta kan vara exempelvis fraud detection, market basket analysis med mera.
Mänskliga faktorn: Beslutsfattandet sker mindre på intuition och istället förlitar sig organisationen och beslutsfattaren mer på systemet och data som genereras utifrån systemet. Människan genomför beslutsfattandet av lösningsimplementeringen och uppföljningen eftersom organisationerna inte ansåg att det mänskliga beslutsfattandet har minskat till följd av att ett BI-system har implementerats.