6. Diskussion och slutsats
6.1 Förslag till fortsatt forskning
Studien resulterade i kunskap kring hur företag kan arbeta med utvärdering av BI- system ur ett nytto-perspektiv och därmed öka nyttan med systemet. Bland annat påvisades att större tillverkande företag kunde vara i större behov av kvalitativa
mätmetoder än mindre företag. Framtida studier kan studera denna koppling ytterligare och exempelvis undersöka om bransch påverkar vilken nivå ett BI-system används på. Denna studie resulterade i en övergripande bild av vilka delar som kan vara bra att tänka på vid utvärdering, det betyder att framtida forskning skulle kunna utveckla en mer detaljerad modell för hur utvärderingsprocessen bör gå till. En mer detaljerad beskrivning av vilka mätetal som kan användas för att bedöma om samarbetet i en organisation exempelvis fungerar bra eller dåligt skulle även vara önskvärt. Fortsatt forskning kan även inrikta sig på att inkludera andra intressenters perspektiv,
exempelvis användarna för att se om deras bild av utvärdering av nyttorna skiljer sig från BI-ansvarigas. Eftersom det under den empiriska studien framgått att det finns svårigheter för företag att veta vad de ska göra om nyttorna inte uppfyllts, kan ytterligare forskning kring utvärdering efter ett BI-system införande fordras.
46
Referenser
[1] Internetworld. (2016). Fysiskt och digitalt jag slås ihop – fyra tekniktrender 2016. Hämtad 2016-02-15 från http://internetworld.idg.se/2.1006/1.647130/tekniktrender- 2016(2016)
[2] Mearian, L. (2012). By 2020, there will be 5,200 GB of data for every person on Earth. Hämtad 2016-02-11 från http://www.computerworld.com/article/2493701/data- center/by-2020--there-will-be-5-200-gb-of-data-for-every-person-on-earth.html [3] Tilles, Y. (2015). Det går inte längre att skylla på att det är krångligt. Hämtad 2016- 02-11 från http://internetworld.idg.se/2.1006/1.629035/det-gar-inte-langre-att-skylla- pa-att-det-ar-krangligt
[4] Association for Information Systems. Senior Scholars' Basket of Journals. Hämtad 2016-02-10 från https://aisnet.org/?SeniorScholarBasket
[5] Bolagsverket. (2012). Större och mindre företag. Hämtad 2016-02-20 från http://www.bolagsverket.se/ff/foretagsformer/aktiebolag/arsredovisning/storre- 1.3317
Anandarajan, A., & Wen, H. J. (1999). Evaluation of information technology investment.
Management decision, 37(4), 329-339.
Arnott, D., & Gibson, M. (2005). The Evaluation of Business Intelligence: A Case Study in a Major Financial Institution. ACIS 2005 Proceedings, 97.
Arnott, D., & Pervan, G. (2008). Eight key issues for the decision support systems discipline. Decision Support Systems, 44(3), 657-672.
Audzeyeva, A., & Hudson, R. (2015). How to get the most from a business intelligence application during the post implementation phase? Deep structure transformation at a UK retail bank. European Journal of Information Systems, 1, 18.
Backman, J. (2008). Rapporter och uppsatser. Lund: Studentlitteratur AB.
Berry, S. (2015). WHAT CFOs WON'T BE DOING IN 2015. Corporate Finance Review,
19(4), 11.
Botchkarev, A., Andru, P., & Chiong, R. (2011). A Return on Investment as a metric for evaluating information systems: taxonomy and application. Interdisciplinary Journal of
Information, Knowledge and Management, 6, 245-69.
Boyton, J., Ayscough, P., Kaveri, D., & Chiong, R. (2015). Suboptimal business intelligence implementations: understanding and addressing the problems. Journal of Systems and
Information Technology, 17(3), 307-320.
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative
research in psychology, 3(2), 77-101.
Brynjolfsson, E. (1993). The productivity paradox of information technology.
47
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.
Coombs, C. R., Doherty, N. F., & Neaga, I. (2013). Measuring and Managing the Benefits from IT Projects: A Review and Research Agenda. InTransforming Field and Service
Operations (pp. 257-269). Springer Berlin Heidelberg.
Davern, M. J., & Wilkin, C. L. (2010). Towards an integrated view of IT value
measurement. International Journal of Accounting Information Systems, 11(1), 42-60. Davison, L. (2001). Measuring competitive intelligence effectiveness: insights from the advertising industry. Competitive Intelligence Review, 12(4), 25-38.
Denscombe, M. (2016). Forskningshandboken - för småskaliga forskningsprojekt inom samhällsvetenskaperna. Lund: Studentlitteratur AB.
Denscombe, M. (2004). Forskningens grundregler: samhällsforskarens handbok i tio punkter. Lund: Studentlitteratur AB.
Dobrev, K., & Hart, M. (2015). Benefits, Justification and Implementation Planning of Real-Time Business Intelligence Systems. Electronic Journal of Information Systems
Evaluation, 18(2).
Elbashir, M. Z., Collier, P. A., & Davern, M. J. (2008). Measuring the effects of business intelligence systems: The relationship between business process and organizational performance. International Journal of Accounting Information Systems, 9(3), 135-153. Gainor, R., & Bouthillier, F. (2014). Conceptualizing outcome and impact measures for intelligence services. Information Research: An International Electronic Journal, 19(1), n1. Gantz, J., & Reinsel, D. (2012). The digital universe in 2020: Big data, bigger digital
shadows, and biggest growth in the far east. IDC iView: IDC Analyze the future, 2007, 1- 16.
Gibson, M., Arnott, D., Jagielska, I., & Melbourne, A. (2004). Evaluating the intangible benefits of business intelligence: Review & research agenda. In Proceedings of the 2004
IFIP International Conference on Decision Support Systems (DSS2004): Decision Support in an Uncertain and Complex World (pp. 295-305). Prato, Italy.
Gomes, J., Romão, M., & Caldeira, M. (2013). The benefits management and balanced scorecard strategy map: How they match. International Journal of IT/Business Alignment
and Governance (IJITBAG), 4(1), 44-54.
Gunasekaran, A., Ngai, E. W., & McGaughey, R. E. (2006). Information technology and systems justification: A review for research and applications. European Journal of
Operational Research, 173(3), 957-983.
Hedman, J., & Borell, A. (2004). Narratives in ERP systems evaluation. Journal of
Enterprise Information Management, 17(4), 283-290.
Hočevar, B., & Jaklič, J. (2010). Assessing benefits of business intelligence systems–a case study. Management, 15(1), 87-119.
48
Jourdan, Z., Rainer, R. K., & Marshall, T. E. (2008). Business intelligence: An analysis of the literature 1. Information Systems Management, 25(2), 121-131.
Kohli, R., & Grover, V. (2008). Business value of IT: An essay on expanding research directions to keep up with the times*. Journal of the association for information systems,
9(1), 23.
Kolb, A., Wehrl, H. F., Hofmann, M., Judenhofer, M. S., Eriksson, L., Ladebeck, R., ... & Schmand, M. (2012). Technical performance evaluation of a human brain PET/MRI system. European radiology, 22(8), 1776-1788.
Love, P. E., Irani, Z., Standing, C., Lin, C., & Burn, J. M. (2005). The enigma of evaluation: benefits, costs and risks of IT in Australian small–medium-sized enterprises. Information
& Management, 42(7), 947-964.
Lundberg, D. (2009). IT och affärsnytta. Lund: Studentlitteratur AB.
Lönnqvist, A., & Pirttimäki, V. (2006). The measurement of business intelligence.
Information Systems Management, 23(1), 32.
Mohanty, S. (2008). Measuring the value of intelligence in business intelligence. DM
Review, 18(12), 20-23.
Murphy, K. E., & Simon, S. J. (2002). Intangible benefits valuation in ERP projects.
Information Systems Journal, 12(4), 301-320.
Myers, M. D. (2013). Qualitative Research in Business & Management. London: Sage Publications.
Myers, M. D., & Newman, M. (2007). The qualitative interview in IS research: Examining the craft. Information and organization, 17(1), 2-26.
Negash, S. (2004). Business intelligence. The communications of the Association for Information Systems, 13(1), 54.
Pina, P., Romão, M., & Oliveira, M. (2013). Using benefits management to link knowledge management to business objectives. Vine, 43(1), 22-38.
Pirttimäki, V., Lönnqvist, A. & Karjaluoto, A. (2006). Measurement of Business Intelligence in a Finnish Telecommunications Company. The Electronic Journal of
Knowledge Management, 4(1), 83-90.
Popovič, A., Turk, T., & Jaklič, J. (2010). Conceptual model of business value of business intelligence systems. Management: Journal of Contemporary Management Issues, 15(1), 5-30.
Ranjan, J. (2009). Business intelligence: Concepts, components, techniques and benefits.
Journal of Theoretical and Applied Information Technology, 9(1), 60-70.
Remenyi, D., & Sherwood-Smith, M. (1999). Maximise information systems value by continuous participative evaluation. Logistics Information Management, 12(1/2), 14-31. Rienecker, L., & Jørgensen, P. S. (2014). Att skriva en bra uppsats. Stockholm: Liber.
49
Rubin, H. J., & Rubin, I. S. (1995). Qualitative Interviewing: The Art of Hearing Data. Thousand Oaks, Calif: Sage Publications.
Sahay, B. S., & Ranjan, J. (2008). Real time business intelligence in supply chain analytics.
Information Management & Computer Security, 16(1), 28-48.
Schryen, G. (2013). Revisiting IS business value research: what we already know, what we still need to know, and how we can get there. European Journal of Information
Systems, 22(2), 139-169.
Svensson, P. G., & Starrin, B. (1996). Kvalitativa studier i teori och praktik. Lund: Studentlitteratur AB.
Stefanou, C. J. (2001). A framework for the ex-ante evaluation of ERP software. European
Journal of Information Systems, 10(4), 204-215.
Stockdale, R., & Standing, C. (2006). An interpretive approach to evaluating information systems: A content, context, process framework. European journal of operational
research, 173(3), 1090-1102.
Vaismoradi, M., Turunen, H., & Bondas, T. (2013). Content analysis and thematic analysis: Implications for conducting a qualitative descriptive study. Nursing & health
sciences, 15(3), 398-405.
Walsham, G. (2006). Doing interpretive research. European journal of information
systems, 15(3), 320-330.
Ward, J., Taylor, P., & Bond, P. (1996). Evaluation and realisation of IS/IT benefits: an empirical study of current practice. European Journal of Information Systems, 4(4), 214- 225.
Webster, J., & Watson, R. T. (2002). Analyzing the past to prepare for the future: Writing a literature review. Management Information Systems Quarterly, 26(2), 3.
Williams, S., & Williams, N. (2003). The business value of business intelligence. Business
Intelligence Journal, 8, 30-39.
Yeoh, W., & Koronios, A. (2010). Critical success factors for business intelligence systems. Journal of computer information systems, 50(3), 23-32.
50
Bilaga 1, Operationaliseringsschema
Teori Referenser
A Nyttonivå
A1 Det finns ett flertal nyttor ett BI-system
kan bidra med. (Gibson et al., 2004; Hočevar & Jaklič, 2008; Negash, 2004; Popovič et al., 2010; Ranjan, 2009; Williams & Williams, 2003)
A2 BI-system kan resultera i nyttor på både operativ, taktisk och strategisk nivå.
(Arnott & Gibson, 2005; Williams & Williams, 2003)
B Tid
B1 Nyttorna av ett IT-system bör identifieras innan investering och sedan följas upp efter investeringen är genomförd för att säkerställa att de uppfylls.
(Ward et al., 1996)
B2 Regelbunden kontroll och utvärdering är
viktigt. (Davison, 2001; Lönnqvist & Pirttimäki, 2006; Remenyi & Sherwood-Smith, 1999; Stockdale & Standing, 2006; Ward et
al.,1996) B3 Utvärdering bör ske från ett livscykel
perspektiv, det minskar risken med att införandet av systemet blir misslyckat och ökar förutsättningarna att uppnå fler nyttor.
(Remenyi & Sherwood-Smith, 1999; Stockdale & Standing, 2006; Ward et al., 1996)
B4 När utvärdering slutar vid införandet av den tekniska produkten leder det till att systemen sällan lever upp till företagets mål.
(Remenyi & Sherwood-Smith, 1999)
B5 Kostnaden för BI-system är ofta hög och de bidrar med värden som är svåra att motivera en investering med.
(Sahay & Ranjan, 2008)
B6 Det kan uppstå fler nyttor när användare lärt sig systemet och anpassningar införlivats.
51 B7 BI-system beskrivs framförallt bidra
med mer indirekta och fördröjda nyttor.
(Hočevar & Jaklič, 2008; Lönnqvist & Pirttimäki, 2006; Pirttimäki et al., 2006; Williams & Williams, 2003)
C Mätmetoder
C1 Affärssystem och andra liknande system ses ofta som strategiska men rättfärdigas genom operativa faktorer.
(Murphy & Simon, 2002)
C2 När ett system leder till nyttor på flera nivåer i företaget innebär det att utvärdering behöver ske från både operationellt och strategiskt perspektiv.
(Stefanou, 2001)
C3 Mätning beskrivs ofta övergripande och
mätetalen kan vara oprecisa. (Davison, 2001) C4 Det kan vara en fördel att använda
kvalitativa mätmetoder för att utvärdera nyttor vid utvärdering av BI-system.
(Anandarajan & Wen, 1999; Elbashir et al., 2008; Hočevar & Jaklič, 2008; Lönnqvist &
Pirttimäki, 2006; Pirttimäki et al., 2006)
C5 Det kan finnas fördelar med att motivera
en investering med ekonomiska termer. (Murphy & Simon, 2002; Negash, 2004) C6 Det bör strävas efter att mäta
immateriella nyttor i ekonomiska termer när det är möjligt.
(Botchkarev et al., 2011;
Gunasekaran et al., 2006; Murphy & Simon, 2002; Williams & Williams, 2003)
C7 Balanced Performance Measurement/ Balanced Score Card kan användas vid kvalitativ utvärdering.
(Lönnqvist & Pirttimäki, 2006; Stefanou, 2001)
C8 Utvärderingar kan utföras genom perceptionsbaserad mätning, som baseras på människors uppfattning. Exempelvis kan enkäter eller kvalitativa intervjuer användas.
(Elbashir et al., 2008; Gibson et al., 2004; Hočevar & Jaklič, 2008; Pirttimäki et al., 2006; Stefanou, 2001)
C9 Vanliga ekonomiska mätmetoder är Return on investment (ROI) och Net present Value (NPV).
(Botchkarev et al., 2011; Hočevar & Jaklič, 2008; Love et al., 2005) C10 Investeringar kan ibland baseras mer på
52 C11 En del intangible värden kan gå
förlorade om de görs om till ekonomiska värden.
(Anandarajan & Wen, 1999)
D Mänskliga resurser
D1 Intressenter bör vara involverade i utvärderingar eftersom de sedan
kommer vara de som levererar nyttorna genom att använda systemet och
ansvara för det.
(Remenyi & Sherwood-Smith, 1999)
D2 För att ett BI-system ska vara effektivt krävs det även att användare av informationen klargör vilken information som behövs för
beslutsfattande och uppfyllande av strategiska mål.
(Hočevar & Jaklič, 2008; Lönnqvist & Pirttimäki, 2006)
D3 De främsta intressenterna av en BI- investering är dels sponsorerna av projektet samt de som kommer använda den information BI-systemet kommer producera.
(Lönnqvist & Pirttimäki, 2006; Remenyi & Sherwood-Smith, 1999)
D4 Både IT-avdelningen och affärssidan bör vara involverade i hanteringen,
utvärdering och styrningen av BI- systemet.
(Arnott & Gibson, 2005; Hočevar & Jaklič, 2008)
D5 När de med affärskunskaper inte är med vid utvärdering och införande kan fokus bli på mer tekniska och
ekonomiska delar.
(Arnott & Gibson, 2005; Remenyi & Sherwood-Smith, 1999)
D6 Samarbetet mellan IT-avdelningen och affärsverksamheten kan påverka användning och nytta av ett BI-system.
(Arnott & Gibson, 2005; Hočevar & Jaklič, 2008; Popovič et al., 2010; Remenyi & Sherwood- Smith, 1999)
D7 Det är viktigt att utgå ifrån vilka mänskliga resurser som finns inom företaget innan ett projekt.
(Gunasekaran et al., 2006; Hočevar & Jaklič, 2008) D8 Det kan vara avgörande hur ett BI-
system används och det kan påverka vilka nyttor ett system resulterar i.
(Hočevar & Jaklič, 2008;
Pirttimäki et al., 2006; Popovič et al., 2010; Ward et al., 1996) D9 Organisationens kultur för
53 företags förmåga att uppnå nytta med ett BI-system.
D10 Samtidigt som systemet implementeras bör även de
organisationsförändringar som krävs för att nyttan ska uppstå införas.
(Ward et al., 1996; Williams & Williams, 2003)
E Risker
E1 Det är viktigt att identifiera risker som
kan påverka nyttan av en investering. (Hočevar & Jaklič, 2008; Love et al., 2005; Ranjan, 2009) E2 Risker kan exempelvis vara att
införandekostnaderna blir högre än planerat, inkompatibel mjukvara och hårdvara, säkerhetsproblem, kostnaden om systemet är nere, osäkerhet kring hur nyttor ska mätas samt spenderade av resurser utan att vara säker på att erhålla någon avkastning.
(Hočevar & Jaklič, 2008; Love et al., 2005)
54