MYTER OCH GAMLA SANNINGAR OM MAT

Man ska inte bada när man har ätit. Det finns mikroskopiska plastkulor i lättmargarin. Ju mer mjölk en ko producerar, desto sämre kvalitet får den. All lingonsylt drygas ut med äppelmos. Mer än hälften av matens miljöpåverkan kommer från transporter. Att dricka mjölk ger dig starkare ben. Eller…?

Det finns mycket vi tar som sanningar, både i vår vardag och i våra verksamheter, som aldrig blir ifrågasatta. Men med hjälp av data kan vi testa! Vi kan sätta gamla ”sanningar” på prov.

Visste du till exempel…

att de som köper blöjor faktiskt också är mer sannolika att köpa öl?

Jo, det är faktiskt sant. Ett test som gjorts i butik visade att spontanköpen av öl ökade när den placerades nära barnavdelningen.

Så ett sätt att sälja mer öl är alltså att rabattera blöjor?

Nej, inte riktigt…
För det är inte blöjorna som orsakar öl-köpen. Utan snarare är det så att individer i 25–35-årsåldern är mer sannolika att köpa både blöjor och öl. Och då spelar det ingen roll om man så ger ut blöjor gratis, det kommer ändå inte öka mängden öl som säljs.

En annan ”sanning”…

…är att om ett lantbruk växer och blir för stort, så kommer det påverka hur mycket mjölk som varje ko producerar.

Nej, det stämmer inte. Det har vi undersökt i ett av våra uppdrag. Faktum är att om ett lantbruk växer, så kommer mer mjölk produceras än vad snitt-produktionen per ko var innan. Liksom när företag växer så blir summan av produktionen större än om man lägger ihop medelproduktionen per individ.

När det kommer till att analysera data så finns det många fallgropar, en av dem är att missta korrelation för kausalitet – det vill säga orsak och verkan. Om du vill göra förändringar i din verksamhet, så är det viktigt att veta vad som orsakar vad. Det är först när du förstår orsaken bakom, som du kan åstadkomma verkliga förändringar.

Data science är bara för stora organisationer…

En annan vanlig myt är för övrigt att data science bara är något som stora företag sysslar med, eftersom de har specialistresurserna, stora volymer data och möjligheter att skala upp och dra ekonomisk nytta av data science.

Men – sanningen är att just stora företag ofta har större problem med att dra nytta av data science än mindre företag. Stora organisationer har ofta funnits länge, data ligger på många olika ställen och i olika format, i så kallade silos. Mindre bolag däremot har inte den här problematiken i samma grad och kan snarare använda data science som en konkurrensfördel gentemot de stora aktörerna.

Sanning: Oavsett om din organisation är stor eller liten så kan Data science hjälpa dig att utveckla verksamheten och fatta smartare beslut – och hjälpa dig att slå hål på en och annan myt eller ”gammal sanning”.

NYHETER. INSIKTER. KÄRLEK.

Varför expertis + domänkunskap + teknik = framgång

Varför expertis + domänkunskap + teknik = framgång

Förr var IT-avdelningens främsta och viktigaste uppgift att se till att skrivaren fungerade. Men med åren har IT-avdelningens roll förändrats. Den snabba utvecklingen av data och teknik har visat att IT har en allt viktigare del i organisationers framgång. IT kan till och med idag ha en central roll i att vägleda företaget till att utvecklas och skapa vinst.

read more

Så minskar vi svinnet i butikernas bake-off – Med öppen data

Data används för att driva teknik som artificiell intelligens, affärsinsikter och prediktiv analys, precis som olja används för att driva maskiner. Och precis som olja blir mer värdefull när den raffineras, är data också mer värdefull när den bearbetas. Men där tar likheterna slut. För ju mer data som används, desto större värde får den.

read more
Vad är kannibalisering: Så räknar du med det i detaljhandeln

Vad är kannibalisering: Så räknar du med det i detaljhandeln

Begreppet kannibalisering är skrämmande inom detaljhandeln. Tar din nya produkt andelar från liknande kategorier? Eller om du öppnar en ny butik, kommer den att ta försäljning från en annan butik? För att verkligen kunna förutsäga hur det kommer att påverka dina befintliga butiker behöver vi mer än bara en magkänsla – vi behöver data.

read more