Huvudmeny

Datadriven innovation: algoritmer, plattformar och ekosystem

Startdatum

2016-10-01

Slutdatum

2020-09-30

Datadriven innovation kan definieras som det strategiska utnyttjandet av data och dataanalys för att förbättra eller utveckla nya processer, produkter, tjänster och marknader. Sådan innovation baserar sig på sociotekniska resurser som stödjer organisationer att effektivt kunna identifiera, samla och processa heterogena datakällor.
The low-hanging fruit of data-driven innovation may be clear, but the full scope of potential benefits is much more difficult to grasp, resulting in opportunities that may be lost. (OECD 2015)

Vi definierar sociotekniska resurser som organisatoriska verktyg som stödjer automatiserad och manuell bearbetning av nya datakällor. Dessa resurser syftar till att radikalt förändra och sporra hur organisationer organiserar och levererar tjänster genom att exploatera datakällor och stora datamängder som tidigare inte var tillgängliga. Idag är få organisationer framgångsrika i sina ansträngningar att skapa datadriven innovationer. Det vill säga, nya datakällor förblir i stort sett outnyttjade eftersom databarriärer, ’data overload’ och analytiska flaskhalsar effektivt ofta förhindrar innovation. Trots dessa svårigheter gör organisationer avsevärda investeringar för att samla in och analysera data från flera olika källor. Flera av våra samarbetspartners inser att dataanalys är en nyckelförmåga för innovation och har påbörjat arbete med förändra sina processer.

Projektet syftar till att stödja organisationer till att få förbättrad kunskap i datadriven innovation för att fullt ut kunna utnyttja de nya affärsmöjligheter som uppstå. Ett annat syfte är att hjälpa våra samarbetspartners att skapa konkurrensfördelar genom att integrera resurser som tillsammans kan skapa organisatoriska förmågor. Projekts övergripande forskningsfråga lyder: Hur kan sociotekniska resurser förbättra datadriven innovation i organisationer? .

Forskningsprojektet består av tre delprojekt:

  • Software Algorithms for Data Analysis
  • Digital Platforms for Service Innovation
  • Ecosystem Strategies to Navigate Data Barriers