Design

Design har inte fått något stort fokus, varken inom vår studie eller BI-forskning i stort. Då visualisering av data bara är en liten del av BI är det inte heller konstigt. Att reflektera över användbarhet som ligger inom ramen för design är dock intressant. En av respondenterna sa att design var viktigt, men inte avgörande och två av dem att det inte alls var viktigt. Att design och användbarhet inte har identifierats som någon avgörande nyckel kan bero på att de tillgängliga verktyg inom området redan har tillräcklig användbarhet och fullgod design. Användaren kanske inte uppmärksammar designen eller ser det som mindre viktigt när det redan tas för givet. Sammanhang kan till viss del kopplas till design då det är en designfråga i hur ett visst värde ska presenteras för att ge förståelse i sammanhanget. Men bakgrunden till sammanhang kan till större del kopplas till kunskap i stället för design enligt resultaten från vår studie.

Forskning på framgångsfaktorer inom området BI har både en kvalitativ och kvantitativ ansats med liknande resultat. Att vårt resultat skiljer sig från den litteratur vi undersökt kan bero på att vi specifikt har riktat in oss på verktyget dashboard och inte BI generellt. Specifik dashboard-forskning har haft ett större fokus på design och visualisering än ett verktyg till framgång. En identifierbar anledning till detta är att dashboards har varit frikopplade från ett helhetstänk. Om framgång för en dashboard endast är att kunna presentera data blir designen och utformningen av den självklart mycket viktigt. Men om man, som i vår studie, ser dashboarden som en del i en BI-lösning blir genast fler faktorer viktiga. Utgångspunkten i vår studie har varit att studera dashboards som ett verktyg till framgång och kan därför vara en faktor till varför resultaten skiljer sig åt.

32

7 Avslutande reflektion

Syftet med studien var att undersöka och identifiera vilka faktorer som kan bidra till att en tillämpning av ett BI-verktyg blir framgångsrikt. Vi kan konstatera att respondenterna i vår studie identifierar syfte, datakvalitet, verksamhet och sammanhang som de mest avgörande faktorerna för framgång hos en dashboard. Syfte ligger som grund till hela processen och handlar om att en organisation måste se och förstå varför de väljer att tillämpa en dashboard samt vad den ska bidra med. Att datan som ska samlas och presenteras i en dashboard måste hålla hög kvalitet är viktigt för att skapa förutsättningar för att kunna tillgodose sig rätt information. Verksamheten måste förstås från ax till limpa för att en förståelse för vad som visas på dashboarden ska nås. Den inverkan nycklarna har kan vara både positiv och negativ beroende på om organisationerna lägger tillräckligt fokus vid varje del. De positiva effekterna som identifierades i vår studie var lönsamhet, effektivitet och styrning. Negativa följder om en av nycklarna inte tillämpas kan leda till dålig datakvalitet, missade krav och minskad förståelse av informationen på dashboarden. Vilket vidare leder till ett misslyckande.

Forskning inom området är inte entydig men det finns tecken som tyder på att teknik och organisation/management är viktiga aspekter. Det finns både likheter och skillnader mellan vårt resultat och forskning. Forskning tyder dock på att den organisationella aspekten har blivit allt viktigare för framgång inom BI. I vår studie påvisas inte design vara en avgörande faktor till framgång.

För att kunna dra generella slutsatser kring vilka framgångsfaktorer som är framträdande för en dashboard som ett BI-verktyg behövs mer forskning. Fördelaktigt skulle vara om framtida forskare studerade en dashboard som ett BI-verktyg och inte bara som ett verktyg för att presentera data, i sådant fall kan vår studie användas som ett underlag. Vi har intervjuat personer från flera organisationer och har därmed en större bredd. Men att endast prata med en eller ett fåtal personer på varje organisation är samtidigt en brist då deras åsikter möjligen inte är representativa för organisationen överlag. Även om studien visat ett tydligt resultat är undersökningen inte tillräckligt omfattande för att kunna generalisera resultatet. Vi har undersökt olika företag och branscher och det skulle vara intressant att göra en ännu djupare dykning inom exempelvis produktionsbolag och för att se om faktorer skiljer sig åt i olika verksamhetsområden.

Sammanfattningsvis har framgångsfaktorer identifierats och mer arbete behövs för att säkerställa deras validitet.

33

8 Referenser

Backman, J. (2008). Rapporter och Uppsatser (2:a uppl.). Lund: Studentlitteratur AB. Benjamins, V. (2014). Big Data: from Hype to Reality? (s. 1–2). ACM.

http://doi.org/10.1145/2611040.2611042.

Bjereld, U., Demker, M. & Hinnfors, J. (2009). Varför vetenskap?: om vikten av problem

och teori i forskningsprocessen. (3., [omarb.] uppl.) Lund: Studentlitteratur.

Bryman, A. (2012). Social Research Methods (4 edition). Oxford ; New York: OUP Oxford. Business Intelligence - BI. I Gartner IT Glossary (2012). Hämtad 15 april 2016, från

http://www.gartner.com/it-glossary/business-intelligence-bi

Charmaz, K. (2006). Constructing grounded theory: a practical guide through qualitative

analysis. London: SAGE Publications.

Chen, H., Chiang, R. H., & Storey, V. C. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. MIS quarterly, 36(4), 1165–1188.

Delone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9–30. http://doi.org/10.1080/07421222.2003.11045748

Duan, L., & Xiong, Y. (2015). Big data analytics and business analytics. Journal of

Management Analytics, 2(1), 1–21. http://doi.org/10.1080/23270012.2015.1020891

Eckerson, W. W. (2010). Performance Dashboards: Measuring, Monitoring, and Managing

Your Business (2nd ed). Hoboken, New Jersey: John Wiley & Sons Inc.

Few, S. (2006). Information Dashboard Design: The Effective Visual Communication of

Data (1 edition). Beijing; Cambride MA: O’Reilly Media.

Hartman, J. (2004). Vetenskapligt tänkande : från kunskapsteori till metodteori (2:a uppl.). Lund: Studentlitteratur AB.

Haupt, R., Scholtz, B., & Calitz, A. (2015). Using Business Intelligence to Support Strategic Sustainability Information Management. Proceedings of the 2015 Annual Research

Conference on South African Institute of Computer Scientists and Information Technologists (s. 20). ACM. Hämtad från http://dl.acm.org/citation.cfm?id=2815795

34

Holme, I. M., Solvang, B. K., & Nilsson, B. (1997). Forskningsmetodik: om kvalitativa och

kvantitativa metoder. Studentlitteratur, Lund.

Howson, C. (2007). Successful Business Intelligence: Secrets to Making BI a Killer App:

Secrets to Making BI a Killer App (1 edition). McGraw-Hill Education Osborne

Media, New York, NY.

Işık, Ö. (2009). Business Intelligence Success: An Empirical Evaluation of the Role of BI Capabilities and Organization’s Decision Environment. AMCIS 2009 Doctoral

Consortium, 13.

Işık, Ö., Jones, M. C., & Sidorova, A. (2013). Business intelligence success: The roles of BI capabilities and decision environments. Information & Management, 50(1), 13–23. Kearney, M. H. (1998). Ready to wear: Discovering grounded formal theory. Research in

Nursing & Health, 21, 179-186.

Khurana, V., & Goje, A. (2015). Role of Business Intelligence Tools in Quality Decision-making and Organizational Growth. International Journal of Advanced Computing

and Communication Systems (IJACCS) Vol. 2 Issue. 1. Hämtad från

http://www.ijaccs.com/Digital_Lib/vol2.isu.1_March_2015/IJRS155_VikasKhurana. pdf

Mathers, N. J., Fox, N. J., & Hunn, A. (1998). Using interviews in a research project. NHS

Executive Trent.

Mihai, G. (2014). Integrating BI Tools in an Enterprise Portal for a better Enterprise

Management. Database Systems Journal. V, 2. Hämtad från

http://www.dbjournal.ro/archive/16/16_1.pdf

Nyckeltal. I Nationalencyklopedin. (u.å.). Hämtad 15 mars 2016, från http://www.ne.se/uppslagsverk/encyklopedi/l%C3%A5ng/nyckeltal

Olshannikova, E., Ometov, A., Koucheryavy, Y., & Olsson, T. (2015). Visualizing Big Data with augmented and virtual reality: challenges and research agenda. Journal Of Big

Data, 2(1), 1–27.

Olszak, C. M., & Ziemba, E. (2012). Critical success factors for implementing business intelligence systems in small and medium enterprises on the example of upper Silesia, Poland. Interdisciplinary Journal of Information, Knowledge, and Management, 7, 129–150.

35

Omvärldsbevakning. I Nationalencyklopedin (u.å.). Hämtad 10 mars 2016, från http://www.ne.se/uppslagsverk/encyklopedi/l%C3%A5ng/omv%C3%A4rldsbevaknig Pauwels, K., Ambler, T., Clark, B. H., Lapointe, P., Reibstein, D., Skiera, B., … & Wiesel, T. (2009). Dashboards as a Service. Journal of Service Research, 12(2), 175–189. http://doi.org/10.1177/1094670509344213

Philpott, S. (2010). Advanced Analytics: Unlocking the Power of Insight. Telco BAO CoE, IBM.

Podesta, J., Pritzker, P., Moniz, E., Holdren, J., & Zients, J. (2014). Big Data Seizing Opportunities, Preserving Values. Executive Office of the President. Hämtad från http://www.whitehouse.gov/sites/default/files/docs/big_data_privacy_report_may _1_2014.pdf

Presthus, W., & Canales, C. A. (2015). Business Intelligence Dashboard Design. A Case Study of a Large Logistics Company. Norsk Konferanse for Organisasjoners Bruk Av IT, 23(1). Hämtad från http://ojs.bibsys.no/index.php/Nokobit/article/view/261

Rockart, J. F. (2003). Critical success factors: an annotated bibliography. Massachusetts

Institute of Technology, Sloan School of Management. Hämtad från

http://EconPapers.repec.org/RePEc:mit:sloanp:2258

Velcu-Laitinen, O., & Yigitbasioglu, O. M. (2012). The use of dashboards in performance management: Evidence from sales managers. The International Journal of Digital

Accounting Research, 12(18), 39–58.

Vetenskapsrådet. (2002). Forskningsetiska principer inom humanistisk Samhällsvetenskaplig forskning. Stockholm: Vetenskapsrådet.

Wieder, B., & Ossimitz, M. (2015). The Impact of Business Intelligence on the Quality of Decision Making–A Mediation Model. Procedia Computer Science, 64, 1163–1171. Wieder, B., Ossimitz, M., & Chamoni, P. (2012). The impact of business intelligence tools on

performance: a user satisfaction paradox? International Journal of Economic

Sciences and Applied Research, 5(3), 7–32.

Yeoh, W., & Popovič, A. (2016). Extending the understanding of critical success factors for implementing business intelligence systems. Journal of the Association for

Information Science and Technology, 67(1), 134–147. http://doi.org/10.1002/asi.23366

36

Yigitbasioglu, O. M., & Velcu, O. (2012). A review of dashboards in performance management: Implications for design and research. International Journal of

Accounting Information Systems, 13(1), 41–59.

Zhou, Z. H., Chawla, N. V., Jin, Y., & Williams, G. J. (2014). Big Data Opportunities and Challenges: Discussions from Data Analytics Perspectives [Discussion Forum]. IEEE

Computational Intelligence Magazine, 9(4), 62–74. http://doi.org/10.1109/MCI.2014.2350953

37