Pressmeddelande -

Framtidens business intelligence – miljoner till ny forskning vid handelsinstitutet SIIR

Många handelsföretag lagrar allt mer data för att skaffa sig konkurrensfördelar med hjälp av Business Intelligence (BI). Dagens BI-lösningar ger dock främst en överblick av företaget i realtid, t.ex. av lagersaldot men ger inga indikationer på hur framtida kampanjer kommer att påverka försäljningen – och därmed vad som bör finnas i lager. Ett nytt forskningsprojekt vid Högskolan i Borås ska nu undersöka hur BI-verktygslådan kan utökas. 

Forskningsprojektet ”Framtidens Business Intelligence” har beviljats 2 miljoner kronor av Handelns utvecklingsråd (HUR). Projektet drivs av handelsforskningsinstitutet SIIR (Swedish Institute for Innovative Retailing) vid Högskolan i Borås och påbörjas i september 2013 och ska pågå i två år.

”Framtidens Business Intelligence" syftar till att undersöka hur BI-verktygslådan kan utökas med mer avancerade verktyg för t.ex. försäljningsprognostisering samt hur de allt större datamängderna, så kallad ”big data”, skall kunna hanteras effektivt rent tekniskt.

– Intresset för analys och hantering av ”big data” är väldigt stort just nu, inte bara inom handeln, och vi ser att vårt projekt ligger rätt i tiden, säger Rikard König, doktorand vid Institutionen Handels- och IT-högskolan och en av dem som ska medverka i projektet.

I projektet kommer olika kompetenser att komplettera varandra i och med att forskarna kommer från olika ämnesområden, men alla har ett gemensamt intresse för handel och köpbeteende. Samarbetspartner i projektet är ICA Sverige AB och Willys AB (Axfood).

– Målet med forskningen är att utveckla bättre algoritmer och tekniker som kan användas för att skapa mer träffsäkra modeller för t.ex. försäljningsprognostisering. Farmförallt är effekten av olika kampanjer svår att uppskatta och därför kommer detta att studeras både med hjälp av tekniker för dataanalys och med kompletterande intervjuer, säger Rikard König.

Medverkande forskare i projektet:

·  Ulf Johansson – Projektledare. Docent i datavetenskap vid Institutionen Handels- och IT-högskolan (HIT) vid Högskolan i Borås. Hans expertis är inom områdena maskininlärning och data mining.
·  Malin Sundström – Ek.dr. och universitetslektor i marknadsföring med specialisering mot detaljhandel och köpbeteende. Akademisk föreståndare för SIIR.
·  Håkan Sundell – Tek.dr i datalogi vid HIT. Hans expertis är inom parallell och distribuerad programmering med lång erfarenhet inom systemutveckling.
·  Rikard König – Doktorand inom datavetenskap vid Örebro Universitet och adjunkt inom informatik vid Högskolan i Borås. Rikard har under hela sin doktorandperiod varit inblandad i forskningsprojekt med kampanjprognostisering för ICA Sverige AB.

Kontakt:
Ulf Johansson, Tfn: 0707-252932 E-post:Ulf.Johansson@hb.se
Rikard König, Tfn: 0739-229656 E-post: Rikard.Konig@hb.se

Relaterade länkar

Ämnen

  • Utbildning

Kategorier

  • ica
  • willys
  • big data
  • malin sundström
  • rikard könig
  • business intelligence
  • ulf johansson
  • håkan sundell

Regioner

  • Västra Götaland

-----------------------------------

Högskolan i Borås bedriver utbildningar inom biblioteks- och informationsvetenskap, ekonomi och informatik, mode och textil, beteendevetenskap och lärarutbildning, teknik samt vårdvetenskap. Campus ligger mitt i city, och vi har 13 800 studenter och 690 anställda.

Högskolan i Borås försöker ständigt minimera gapet mellan teori och praktik. Därför utbildas våra studenter nära arbetslivet. Vi satsar på problembaserad forskning med tydliga professionskopplingar. Våra studenter ska snabbt kunna fungera i yrkeslivet efter avlagd examen. Högskolan i Borås har fyra examensrättigheter att bedriva forskarutbildning inom tre områden: biblioteks- och informationsvetenskap, resursåtervinning samt textil och mode.

Kontakter

Lina Färm

Presskontakt Kommunikatör Forskning 0733-80 91 92

Annie Andréasson

Presskontakt Kommunikationschef 033-435 40 22

Anna Kjellsson

Presskontakt Kommunikatör Press- och mediakontakt, forskning 0734-61 20 01