ϯϲ&&&& KOLL PÅ AKADEMIN /ƐĂŵĂƌďĞƚĞŵĞĚ,ĂŶĚĞůƐŚƂŐƐŬŽůĂŶǀŝĚ'ƂƚĞďŽƌŐƐhŶŝǀĞƌƐŝƚĞƚ ^W^EzddϭͬϮϬϭϯ dyd͗$ hZE^<͕:K,ED'Eh^^KE͕& >/^d,&Z/^<͕<Z/^dZZDZ͕& WdZh^,K,EZ^E/>^^KEG$$ V*',&?(I/1()B?*'$%0,$$ 'ƂƚĞďŽƌŐƐhŶŝǀĞƌƐŝƚĞƚ &&&&&ϯϳ ^W^EzddϭͬϮϬϭϯ KONKURRENSKRAFT GENOM VISUALISERING &ƂƌƐŶĂƌƚƟŽĊƌƐĞĚĂŶƵƉƉŵćƌŬƐĂŵŵĂĚĞƐĂƩĨƂƌĞƚĂŐďćƩƌĞ& ďŽƌĚĞŬƵŶŶĂƵƚŶǇƩũĂŝŶĨŽƌŵĂƟŽŶƐŽŵĞŶŬćůůĂƟůůŬŽŶŬƵƌƌĞŶƐͲ ŬƌĂŌ͘^ĞĚĂŶĚĞƐƐŚĂƌŵǇĐŬĞƚƐŬĞƩ͕ŵĞŶǀŝƐĞƌĨŽƌƞĂƌĂŶĚĞŚƵƌ ĨƂƌĞƚĂŐŽĐŚŽƌŐĂŶŝƐĂƟŽŶĞƌćƌďĞŐƌćŶƐĂĚĞŝƐŝŶĂŶǀćŶĚŶŝŶŐĂǀ ŝŶĨŽƌŵĂƟŽŶ͘ĞƚƐŽŵďƌŝƐƚĞƌćƌŝĚĂŐŝŶƚĞƟůůŐĊŶŐĞŶƟůůŝŶĨŽƌŵĂͲ ƟŽŶ͕ƵƚĂŶƐŶĂƌĂƌĞĂŶǀćŶĚŶŝŶŐĞŶĂǀƵƐŝŶĞƐƐ/ŶƚĞůůŝŐĞŶĐĞ;/Ϳ ʹǀĞƌŬƚǇŐĨƂƌŝŶƚĞƌĂŬƟǀǀŝƐƵĂůŝƐĞƌŝŶŐ͘ /ĞƩƐƚŽƌƚŝŶƚĞƌŶĂƟŽŶĞůůƚĨŽƌƐŬŶŝŶŐƐƉƌŽŐƌĂŵ͕ĚƌŝǀĞƚĂǀĞŶͲ ƚƌƵŵĨƂƌīćƌƐƐǇƐƚĞŵǀŝĚ'ƂƚĞďŽƌŐƐhŶŝǀĞƌƐŝƚĞƚ͕ŬŽŵŵĞƌũƵƐƚ ĂŶǀćŶĚŶŝŶŐĞŶĂǀ/ĂƩǀĂƌĂŝĨŽŬƵƐ͘DĊůƐćƩŶŝŶŐĞŶćƌĂƩŬŽŶŬƌĞƚ ďŝĚƌĂƟůůĞŶŵĞƌĞīĞŬƟǀĂŶǀćŶĚŶŝŶŐĂǀ/ŐĞŶŽŵĚĞƐŝŐŶ͕ƌĞĂůŝͲ ƐĞƌŝŶŐŽĐŚƵƚǀćƌĚĞƌŝŶŐĂǀŝŶƚĞƌĂŬƟǀĚĂƚĂǀŝƐƵĂůŝƐĞƌŝŶŐ͘ Att fatta fattandet av beslut Grundtanken bakom fördelarna med BI är tämligen enkel. Om vi kan säkerställa tillgången till relevant information för beslutsfattare kommer vi att säkra beslutskvaliteten. BakgrunGHQWLOOSnVWnHQGHWÀQQVLQRPUDPHQI|UHQWHRULELOGQLQJVRP går under benämningen ”rational choice”. Rationella beslut kräver full tillgång till information och om all information tillhandahålls kan beslut därmed frigöras från mänskliga felkällor. Det här slaget av tänkande går naturligtvis inte fritt från kritik. Bland andra Nobelpristagaren Herbert Simon och de framträdande organisationsforskarna Richard Cyert och James March har varit tydliga med att vi endast kan tala om en begränsad rationalitet i beslut. Tillgången till fullständig information är inte möjligt att uppnå, vi behöver hantera bristen på information och den osäkerhet detta medför ... Mycket av kritiken mot just beslutsstödsystem ligger i att de skapar en styrningsmässig hybris baserad på ”drömmen om” total information. Att vi bygger system och därmed styrmodeller som är omöjliga att kombinera med sättet på vilket vi egentligen fattar beslut gör inte kritiken mindre. ,NRPELQDWLRQPHGGHWKlUVODJHWDYSDUDGLJPDWLVNNRQÁLNW behöver vi även lägga till begränsningar hos beslutsfattarens kognitiva förmåga. Vi är alla begränsade av det som psykologen George Miller benämner som ”7+-2 - gränsen”, dvs vi kla- rar helt enkelt inte av att hålla ordning på många faktorer samtidigt. Människan är, med andra ord, begränsad och när graden av komplexitet i beslutsunderlaget ökar når vi till slut en övre gräns kring vad vi klarar av. Interaktiv datavisualisering Utvecklingen av BI har på senare tid gått in i en bifurkation där ”data discovery” särskiljs från traditionella BI-lösningar. Inom båda områdena har gränssnittsrelaterade frågor länge drivits av innovationer kring interaktiv visualisering av data, samt en expansion kring vad som anses vara relevanta datakällor. Genom att företag har ett fokus på strukturerad, affärssystemsdriven data, har bland andra industrianalytiker under de senaste fem åren drivit tesen om att vi genom denna enögdhet utesluter en sann skatt. Skatten ”big data” med indikativ och ostrukturerad data från sociala medier, interna dokument etc, har för många idag blivit synonymt med BI. Samtidigt som vi får ökade datamängder med ökad variation och frekvens i uppdatering att ta i beaktande, har användargränssnitten utvecklats med ett starkare stöd för intuitiv analys. Det stödjer en utveckling mot en demokratisering av BI som inte längre är ett stöd för en samling experter, utan även blir ett stöd för ”vardagliga analyser”. Enligt vissa forskare har detta varit särskilt tongivande i länder med en hög grad av decentralisering, där majoriteten av beslut inte fattas av centrala funktioner med tilldelade analysresurser. Trots att just de interaktiva aspekterna av datavisualisering YDULWI|UHNRPPDQGHXQGHUÁHUWDOHWnUKDUIRUVNQLQJHQNULQJ fältet fortfarande endast tagit stapplande steg. I en studie publicerad 2010 lyfter bl a redovisningsforskaren William Dilla från ,RZD6WDWH8QLYHUVLW\IUDPHQPRGHOOI|UDWWI|UI|UVWDJnQJHQ på allvar angripa kombinationen av beslutsfattare, beslut och visualisering. Modellen är startskottet för en mer faktabaserad NRQÀJXUDWLRQDYHQLQWHUDNWLYGDWDYLVXDOLVHULQJLQRP%,'HQ bakomliggande tanken är att en bättre passform mellan de tre områdena ökar beslutskvaliteten, med en ökning av såväl inre som yttre effektivitet som konsekvens. ϯϴ POTENTIALEN I BI LIGGER I EN ÖPPNING FÖR DECENTRALISERAT, INTUITIVT ANVÄNDANDE AV BESLUTSSTÖD. En öppning för ökad nytta av BI BI-investeringar, i både teknologi och metod, för att säkerställa bättre beslutsfattande har under det senaste decenniet varit högt prioriterat för såväl CIO som CFO. Parallellt har vi sett en fortsatt tillväxt och hög innovationstakt inom BI-marknaden, relaterad till såväl verktyg som kringliggande tjänster. Utöver det har vi även sett en utmanande konsolideringsvåg bland BI-leverantörer. Investeringar i BI har fått sin beskärda del av kritiken som ÀQQVNULQJLQYHVWHULQJDULDIIlUVV\VWHP.ULWLNHQPRWGHWVODJHW av investeringar har inte helt oväntat varit fokuserad på en utebliven verksamhetsnytta. Åtskilliga exempel har lyfts fram, och större trovärdiga undersökningar kring den eventuella sanningshalten i angreppen lyser fortfarande med sin frånvaro. Vår syn på kritiken är att BI lider av samma problematik som affärssystem gjorde under millennieskiftet. Ett, i många aspekter, rituellt anammande av en ny teknologi som är på allas läppar, utan tydliga målsättningar kring vilken nytta som HJHQWOLJHQOLJJHUDWWÀQQD'HWWDNDQOnWDWlPOLJHQODNRQLVNW men i grund och botten handlar det ur vårt perspektiv om ett arv av bristfällig funktionalitet kopplat till en hög grad av komplexitet, samt kombinerat med licensmodeller som motverkar den sanna potentialen i BI. Denna ser vi, i linje med tidigare argument kring interaktiv datavisualisering, ligga i en öppning för decentraliserat, intuitivt användande av beslutsstöd. Givet Sveriges ledande position avseende IT-mognad (enligt bl a World Economic Forum 2011 samt 2012) torde organisationer i Sverige ha fundamentalt annorlunda förutsättningar för att kunna nå en ökad nytta av BI. Vi har välutbildad personal, välutbyggd infrastruktur samt en historik av avancerad ITanvändning inom våra organisationer. Om vi bara lyckas knäcka koden kring vilken kombination av användning som passar för vilken typ av användare och beslutssituation. Konkurrenskraft genom visualisering ,HWWÁHUnULJWIRUVNQLQJVSURJUDPLQLWLHUDWDY&HQWUXPI|U$IIlUVsystem vid Handelshögskolan, Göteborgs Universitet, kommer vi att fokusera på sökandet av just denna kombination. Programmet har än så länge lyckats attrahera forskningsmedel, motsvarande över 20 MSEK, från bl a Marianne och Marcus Wallenberg Stiftelse, Torsten Söderberg Stiftelse samt Riksbankens jubileumsfond och attraherat en samling tvärvetenskapliga forskare från såväl Sverige som övriga världen. I dagsläget består samlingen av forskare från Babson College, Cambridge 8QLYHUVLW\7ULQLW\&ROOHJH,RZD6WDWH8QLYHUVLW\VDPW8QLYHUsity of Arizona. !"#!"!"##$%&'(%) Programmet riktar sig mot organisationer inom såväl offentlig som privat sektor, och kommer att innefatta tre separata faser. Först kommer vi att genomföra riktade fallstudier för att idenWLÀHUDEHVOXWVVLWXDWLRQHUGlULQWHUDNWLYYLVXDOLVHULQJNDQVWlUND konkurrenskraften för organisationen i fråga. Därefter kommer vi att designa och realisera paketeringar av BI-lösningar direkt kopplade till relevant strukturerad och ostrukturerad data. Sist kommer vi att genomföra experiment, där beslutsfattare är med och utvärderar den skapade lösningen. Ambitionen med detta är att vi dels ska kunna ta ytterligare ett steg mot att säkerställa vilken typ av visualisering som passar vilken typ av beslutsfattare och beslutssituation, och dels för att handgripligen kunna hjälpa de organisationer vi väljer att samarbeta med. Förhoppningen är att vi ska kunna stärka vår nationella konkurrenskraft, och återvända med ett tydligt svar kring vad som krävs för att säkerställa nyttan av BI. Vi ser fram emot ett spännande samarbete! s/Z>^E/E' TB-()'0'1(>-B1-*CC&=($I&C(0,*M$$ ǁǁǁ͘ĐŽŵƉĞƟŶŽŶǀŝƐƵĂůŝǌĂƟŽŶ͘ŽƌŐ ŝůůĂ͕t͕͘:ĂŶǀƌŝŶ͕͘:͘ŽĐŚ:ĂƐĐŚŬĞ͕Z͘;ϮϬϭϬͿ͘$ ͟/ŶƚĞƌĂĐƟǀĞĚĂƚĂǀŝƐƵĂůŝǌĂƟŽŶ͗EĞǁĚŝƌĞĐƟŽŶƐĨŽƌ$ ĐĐŽƵŶƟŶŐ/ŶĨŽƌŵĂƟŽŶ^ǇƐƚĞŵƐZĞƐĞĂƌĐŚ͘͟$ :ŽƵƌŶĂůŽĨ/ŶĨŽƌŵĂƟŽŶƐǇƐƚĞŵƐ͕Ϯϰ;ϮͿ͗ϭͲϯϳ͘