sh.sePublications
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • harvard-anglia-ruskin-university
  • apa-old-doi-prefix.csl
  • sodertorns-hogskola-harvard.csl
  • sodertorns-hogskola-oxford.csl
  • 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
Användningen av Business Intelligence i små och medelstora företag: En kvalitativ studie av datadrivet beslutsfattande inom digital marknadsföring
Södertörn University, School of Natural Sciences, Technology and Environmental Studies, Informatics.
Södertörn University, School of Natural Sciences, Technology and Environmental Studies, Informatics.
2025 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
The use of Business Intelligence in small and medium-sized companies : A qualitative study of data-driven decision making in digital marketing (English)
Abstract [sv]

 Digitalisering och ökad tillgång till data har medfört att Business Intelligence (BI) i allt större utsträckning används som stöd för beslutsfattande i organisationer. Samtidigt visar tidigare forskning att nyttan av BI inte är given, särskilt i små och medelstora företag (SMF) där organisatoriska resurser, tekniska förutsättningar och kompetens ofta är begränsade. Mot denna bakgrund är syftet med denna studie att undersöka hur SMF använder BI för att stödja beslutsfattande inom digital marknadsföring.

Studien genomförs som en kvalitativ undersökning baserad på åtta semistrukturerade intervjuer varav sex hade karaktären av djupintervjuer med deltagare i olika roller inom SMF. Deltagarna representerar verksamheter inom bland annat detaljhandel, e-handel och träningsverksamhet, och har ansvar för eller nära koppling till marknadsföring, försäljning och arbete med data. Datamaterialet har analyserats tematiskt med stöd av ett konceptuellt ramverk som utgår från ett sociotekniskt perspektiv där tekniska, organisatoriska och mänskliga förutsättningar förstås som ömsesidigt beroende.

Resultatet visar att BI används på skilda sätt beroende på verksamhetens kontext, deltagarnas roller och tillgängliga resurser. För vissa företag fungerar BI främst som ett verktyg för uppföljning och kontroll genom färdiga rapporter, medan andra använder data mer aktivt för att justera kampanjer, prissättning och kanalval i nära anslutning till pågående marknadsföringsarbete. Datakvalitet framträder som en central men situerad förutsättning där stabilitet och konsekvens värderas högt i vissa sammanhang medan aktualitet och handlingsbarhet är avgörande i andra. Systemintegration upplevs både som en möjliggörare och som en begränsning beroende på graden av centralisering och användarnas insyn i hur data sammanställs. Vidare visar studien att användares självständighet i relation till Self-Service BI (SSBI) varierar kraftigt och formas av samspelet mellan teknisk komplexitet, organisatoriskt ansvar och individuell kompetens.

Analysen visar att BI:s stöd för beslutsfattande inom digital marknadsföring formas i samspelet mellan tekniska system, organisatoriska strukturer och användarnas praktiska arbete. BI-användning framträder som ett sociotekniskt fenomen där teknikens potential realiseras eller begränsas genom organisatoriska strukturer, arbetsprocesser och mänskliga tolkningar. Studien bidrar därmed med en fördjupad förståelse för hur BI används i praktiken i SMF samt belyser de villkor under vilka BI kan fungera som ett meningsfullt stöd för beslutsfattande inom digital marknadsföring. Studien visar även att begränsade ekonomiska resurser och tidsbrist i SMF ofta leder till manuella arbetspraktiker där användare själva behöver kompensera för bristande integration, datakvalitet och stöd i systemen. 

Abstract [en]

 Digitalization and the increasing availability of data have led to a growing use of Business Intelligence (BI) as support for decision-making in organizations. However, previous research shows that the benefits of BI are not automatic, particularly in small and medium-sized enterprises (SMEs) where organizational resources, technical capabilities and analytical competencies are often limited. Against this background the aim of this study is to examine how small and medium-sized enterprises use BI to support decision-making in digital marketing.

The study adopts a qualitative research approach based on eight semi-structured interviews, six of which were in-depth interviews, conducted with participants holding different roles within SMEs. The participants represent businesses operating within retail, e-commerce and fitness-related services, and have responsibilities related to marketing, sales, and data-driven activities. The empirical material has been analyzed using thematic analysis, guided by a conceptual framework grounded in a socio-technical perspective in which technical systems, organizational structures, and human actors are understood as interdependent components of a shared work system.

The findings show that BI is used in diverse ways depending on organizational context, participants’ roles and available resources. In some SMEs, BI primarily functions as a tool for monitoring and follow-up through predefined reports while in others data is actively used to adjust campaigns, pricing, and channel strategies in close connection to ongoing digital marketing activities. Data quality emerges as a contextual and situational concept, where stability and consistency are prioritized in some settings, while timeliness and actionability are critical in others. System integration is experienced both as an enabler and a constraint, depending on the degree of centralization and user’s insight into how data is generated and combined. Furthermore, the study shows that user’s autonomy in relation to Self-Service BI (SSBI) varies significantly and is shaped by the interaction between technical complexity, organizational responsibilities and individual competencies.

The analysis demonstrates that BI’s ability to support decision making in digital marketing is shaped through the interaction between technical systems, organizational structures and users’ everyday work practices. BI use emerges as a socio-technical phenomenon where the potential of BI systems is realized or limited through organizational practices, work processes, and human interpretation. The study contributes to existing research by providing an in-depth understanding of how BI is used in practice within SMEs and by highlighting the conditions under which BI can function as a meaningful support for decision-making in digital marketing. The study also shows that limited financial resources and time constraints often force users in SMEs to compensate for shortcomings in system integrations, data quality and analytical support through manual work practices.

Place, publisher, year, edition, pages
2025. , p. 71
Keywords [en]
Business Intelligence (BI), Small and medium-sized enterprises (SME), Data-driven decision making (DDDM), Digital marketing (DM).
Keywords [sv]
Business Intelligence (BI), Små och medelstora företag (SMF), Digital marknadsföring (DM), Datadrivet beslutsfattande.
National Category
Information Systems
Identifiers
URN: urn:nbn:se:sh:diva-60252OAI: oai:DiVA.org:sh-60252DiVA, id: diva2:2068559
Subject / course
Informatics
Supervisors
Examiners
Available from: 2026-06-10 Created: 2026-06-09 Last updated: 2026-06-10Bibliographically approved

Open Access in DiVA

fulltext(1331 kB)63 downloads
File information
File name FULLTEXT01.pdfFile size 1331 kBChecksum SHA-512
9d4656239e176b9f3eab20a08ed1f87cbfe1946266508319a9d7bdf02bdfbee5a2994869589a4c3953231ea12de55e5cd3f983f34d62cb9def7dd28979d4ca75
Type fulltextMimetype application/pdf

By organisation
Informatics
Information Systems

Search outside of DiVA

GoogleGoogle Scholar
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: 39 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • harvard-anglia-ruskin-university
  • apa-old-doi-prefix.csl
  • sodertorns-hogskola-harvard.csl
  • sodertorns-hogskola-oxford.csl
  • 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