hh.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Prediktiv analys - En metod för att ta proaktiva beslut: En kvalitativ studie som berör utmaningar kringprediktiva analyser
Halmstad University, School of Information Technology.
Halmstad University, School of Information Technology.
2024 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

Att kunna ta proaktiva beslut baserade på data och göra prediktiva analyser är något som är en viktig komponent för organisationer. Att kunna möta och hantera olika typer av utmaningar som uppkommer i samband med detta är avgörande för att uppnå mätbar konkurrenskraft på marknaden för vinstdrivande organisationer. Genom att integrera olika typer av analyser och verktyg som Business Intelligence (BI), kan organisationer identifiera mönster, förutse trender och fatta informerade beslut som kan bidra till att driva affärsframgång. Denna studie inriktar sig särskilt på de utmaningar och hinder som organisationer kan möta vid användningen av analysverktyg, såsom bristande kvalitet av data. För att bereda förutsättningar att besvara studiens frågeställning har en kvalitativ forskningsansats genomförts med hjälp av semistrukturerade intervjuer med beslutsfattare och konsulter inom området. Resultatet bekräftar i stora delar de utmaningar som nämns i litteraturstudien och lyfter upp respondenternas egna erfarenheter. Studiens slutsats ger en sammanställning av de utmaningar som framkommit av studien och bereder möjligheten för organisationsledare att beakta sitt fortsatta arbete med att ta välgrundade och datadrivna beslut. Genom att identifiera och arbeta proaktivt mot dessa hinder och utmaningar kan organisationer maximera nyttan av sina analytiska insatser och upprätthålla en konkurrenskraftig position på marknaden.

Abstract [en]

Making proactive decisions based on data and conducting predictive analyses is anessential component for organizations. Being able to face and manage the variouschallenges that arise in this context is crucial for achieving measurable competitivenessin the market for profit driven organizations. By integrating diverse types of analysesand tools like Business Intelligence (BI), organizations can identify patterns, foreseetrends, and make informed decisions that can contribute to driving business success.This study focuses particularly on the challenges and obstacles organizations mayencounter when using analytical tools, such as poor data quality. To address theresearch question, a qualitative research approach was conducted using semi structuredinterviews with decision makers and consultants in the field. The results confirm thechallenges mentioned in the literature review and highlight the respondents' ownexperiences. The study's conclusion provides a summary of the challenges identified inthe study and offers organizational leaders the opportunity to consider their ongoingefforts to make well founded and data driven decisions. By identifying and proactivelyaddressing these challenges and obstacles, organizations can maximize the benefits oftheir analytical efforts and maintain a competitive position in the market.

Place, publisher, year, edition, pages
2024. , p. 59
Keywords [en]
Big Data, Business Intelligence, Decision making, Predictive analytics and Challenges
Keywords [sv]
Beslutsfattande, Big Data, Business Intelligence, Prediktiv analys och utmaningar
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:hh:diva-54850OAI: oai:DiVA.org:hh-54850DiVA, id: diva2:1911709
Subject / course
Informatics
Educational program
Enterprise Systems Program, 180 credits
Supervisors
Examiners
Available from: 2024-10-21 Created: 2024-11-08 Last updated: 2025-10-01Bibliographically approved

Open Access in DiVA

fulltext(634 kB)173 downloads
File information
File name FULLTEXT02.pdfFile size 634 kBChecksum SHA-512
c82508e27f93c10f353aa51a58affb2755ae67223ac77250adc4fa76e1d8d6360ee0fcc80f2e6b831b188153b12e26c0aa574c28a42371b8b154b6f51c9eb84a
Type fulltextMimetype application/pdf

By organisation
School of Information Technology
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 173 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 279 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf