Varför verktyg?

Inom Futures By Design-projektet arbetar vi med olika verktyg och format, syftet är att hjälpa deltagande företag med nästa steg för att bli mer datadrivna. De utvecklade verktygen hjälper till att kartlägga den aktuella situationen, definiera ett problem- eller utvecklingsområde och utforska vilka möjligheter som finns.

Varje verktyg har sitt eget mervärde och är relevant i olika delar av processen. Innan ni startar ett projekt är det bra att känna till er verksamhets datamognadsnivå. Nedan följer den rekommenderade ordning som verktygen ska användas för att skapa mest värde *.

Vi arbetar kontinuerligt med att utveckla nya verktyg. Håll koll på vår webbplats!

* Vissa små och medelstora företag behöver kanske inte alla steg eller en annan ordning. Hur er process ska se ut bestäms i samråd med partnern.

Våra verktyg

Data Jumpstart + Data Rapport

Detta frågeformulär består av en uppsättning av 40 frågor, vilka dyker djupare in i olika aspekter av datamognad i er verksamhet. Vi tittar till exempel på infrastruktur, verktyg och kultur inom organisationen. Varje företag som ska delta i processen slutför denna skanning. När Data Jumpstart har slutförts utgår vi från resultat för att komma igång. Ni kommer att få en rapport där vi bryter ner resultaten och jämför dem mot referensgruppen.

För att stötta er på bästa sätt på er resa att bli ett mer datadrivet företag är det viktigt för oss att lära känna er och ert företag lite bättre. Därför skapade vi denna uppgift med flera frågor om ert företag. Vad stöter ni på för utmaningar i ert företag och var ser ni möjligheter med data? Vad tycker era anställda och kunder om era idéer?

Förberedelse inför dataprojektet

Inspirationshäfte

För att ge företag som deltar i processen en bättre bild av vad som är möjligt för små och medelstora företag inom området data science har vi skapat ett häfte med några exempel på möjliga dataprojekt.

Data Jumpstart-verktyget ger en nivå av datamognad för ert företag. Exemplen i denna inspirationsmapp är också uppdelade i dessa 5 datormognadsnivåer, så ni kan enkelt se vilka exempelprojekt som är möjliga för er datamognadsnivå.

De flesta företagare eller företag som önskar arbeta mer datadrivet undrar ofta var de ska börja någonstans.

Denna guide har skapats i syfte att hjälpa er att bestämma er utgångspunkt. Ni bestämmer vilken del av företaget ni vill fokusera på, ni får en bättre inblick i er huvudsakliga motivation för att komma igång, ni definierar er ambition och utmaningar och slutligen arbetar mot den utmaning som kräver minst ansträngning, men som ger mest värde för ert företag .

Att-bestämma-fokus guide

Guide för datastruktur

Innan vi går vidare med att göra häftiga prediktioner (förutsägelser) så är det viktigt att veta om tillgänglig är data lämpliga för denna analys. Datastrukturhandboken förklarar hur ett företag kan kontrollera om datauppgifterna som samlas på ett korrekt sätt. Det är viktigt att uppgifterna är konsekventa och korrekta. Du kan till exempel skriva ner ett telefonnummer på flera sätt 0712345678, +467612345678, 07-12345678. I alla fall är det samma data men de noteras annorlunda. För vidare analys är det viktigt att uppgifterna är rena och strukturerade på samma sätt.

Många företag vet inte hur det är med kvaliteten på deras data. Data Jumpstart visar vilken nivå av datamognad som organisationen har. En del av genomsökningen är att kontrollera datakvaliteten. Det kan till exempel finnas många tomma värden i vissa kolumner eller ett negativt tal för ett fakturerat belopp. Data Exploration-verktyget har utvecklats för att ni som företag ska kunna bestämma var datakvaliteten kan förbättras. Uppgifterna kan laddas upp på ett enkelt sätt och företaget kommer att få en rapport som innehåller informationens olika resultat.

Data Explorer

Zipcode Explorer

Olika projekt har visat att många organisationer behöver insikt i deras demografiska kunddistribution, med andra ord ett svar på frågan “Var kommer mina kunder ifrån?“. Verktyget Zipcode Explorer har utvecklats för detta ändamål. Den “plottar” en karta och placerar en punkt för att visa från vilken stad eller postnummer kunderna kommer från. Genom att till exempel använda detta verktyg kan marknadsföring ske på ett mer målinriktat sätt.

Vill ni veta hur snabb er webbplats är? Eller vilka liknande webbplatser som finns? Med verktyget Footprint får ni en översikt över er webbplats. Den innehåller information om era sociala mediekonton, kontaktinformation, de viktigaste nyckelorden på er webbplats, en kort sammanfattning av innehållet, jämförbara webbplatser och laddningshastigheten. Detta gör att ni till exempel kan jämföra er webbplats med konkurrerande webbplatser.

Footprint verktyg

Databas checklista

En checklista för datakällor har utvecklats för att kontrollera kvalitén på era datakällor. Med detta kartläggs de tillgängliga datakällorna, men den identifierar också vilka som skulle kunna vara relevanta för er verksamhet genom att använda de 4 V: erna med Big Data. För varje datakälla ställs frågor som “Är det en öppen datakälla?”, “Är det känsliga data ur ett integritetsperspektiv?”, “Hur samlades denna information in?”. Genom att svara på dessa frågor kan ni i förväg se om ni kommer att stöta på problem med ett dataprojekt.

Data Brainwave är ett verktyg som hjälper ert företag att identifiera konkreta och genomförbara projekt inom datavetenskap. Genom att fylla de tolv fälten i canvasen blir det tydligt var möjligheterna och utmaningarna ligger när det gäller att arbeta med företagets data. En färdigifylld canvas ger en data scientist nödvändig information för att komma fram till ett konkret dataprojekt.

Data Brainwave canvas har tre huvudkategorier:

  • Kunskapsinfrastruktur
    I vilken utsträckning används olika programvara och intern expertis eller har verksamheten andra IT-partners?
  • Förutsättningar för projekt
    Innan ett projekt genomförs måste verksamheten, bland annat, ta hänsyn till den tillgängliga budgeten och tillämpningen av regler och lagar.
  • Förväntningshantering
    Genom att överväga de förväntade resultaten och potentiella utmaningar i förväg är chansen större att projektet lyckas.

De tolv fälten på duken har designats utifrån fler än femtio Data Science-projekt och vetenskaplig forskning. Det har visat att det är svårt för företag att börja med arbeta med data. Denna Data Brainwave kan därför också användas som ett fristående verktyg. Vissa partners erbjuder dock också möjligheten att komplettera denna canvas tillsammans. Hör av dig till din lokala partner för mer information!

Data Brainwave

Data Booster

Data Booster har utvecklats för att omvandla resultaten från Data Brainwave och Data Jumpstart till handlingar. Insikterna från de olika genomgångna verktygen diskuteras och används för att börja med ett konkret första steg. Under denna session tittar vi på vad ni behöver mer av när det gäller verktyg eller stöd för att uppnå det formulerade målet. Efter denna session kan företaget eller en annan kommersiell part omedelbart starta ett projekt. I vissa fall kan partnern också stödja genomförandet av projektet.

Dataprojektets ethics assessment (DPEA) är tänkt som ett beslutsverktyg för att hjälpa data science studenter, utövare och entreprenörer att starta ett dataprojekt. DPEA består av en rad frågor som täcker några men absolut inte alla viktiga etiska överväganden. Att fylla i formuläret ger en global bild av projektets etiska inverkan. Detta kan sedan påverka valet att starta projektet, göra ändringar eller stoppa det helt och avbryta det.

Dataprojektets etiska bedömning

Data säkerhet

Oavsett om ni arbetar med data inom ert eget företag eller arbetar tillsammans med en annan part är det mycket viktigt att ni också överväger hur ni ska hantera data säkert. Vi har skapat en liten checklista åt er med flera tips om hur ni hanterar data på ett säkrast sätt och vad ni bör tänka på kopplat till datasäkerhet.