Varumärke och affärsmodell för ett datadrivet labb

Detta arbete utfördes av Gert-Olof Boström och Galina Biedenbach på Handelshögskolan vid Umeå universitet.

Här finns en videoinspelning av deras presentation av  rapporten

Och här kan du ladda ner själva rapporten

Huvudsyftet med denna rapport var att undersöka möjligheter och utmaningar för att skapa ett regionalt datadrivet lab inom området öppna data och att undersöka möjligheterna att utveckla en hållbar affärsmodell för ett data drivet lab i Umeå (Västerbotten).

I rapporten studeras konceptualiseringar av öppna data som ursprungligen kommer från den offentliga sektorn och belyser de krav dessa data förväntas följa. Olika typer och kategorier av öppna data, som kan användas för att erhålla en mängd olika fördelar inom den offentliga och privata sektorn, samt stimulera datadriven innovation och öka medborgerliga värden lyfts fram i rapporten. Dessutom presenterar rapporten hinder för publicering och återanvändning av öppna data.

Analysen av kontextuella förhållanden bygger på framträdande internationella, regionala och nationella initiativ och visar på både praktiska aktiviteter och beslutsfattande inom ramen för öppna data. Vidare presenteras olika teoretiska perspektiv på konceptualisering av affärsmodeller och omspänner allt från att presentera företagets organisation och dess strategiska syn på delar för att skapa, leverera och fånga värde i ett visst sammanhang. I framställningen diskuteras möjligheten för hållbara affärsmodeller att uppnå en långsiktig framgång genom innovation av affärsmodellen samtidigt som miljömässiga och sociala utmaningar adresseras och det ekonomiska resultatet bibehålls.

I rapporten betonas vikten av att skapa ett komplext ekosystem som engagerar olika intressentgrupper i förhållande till livscykeln för öppna data allt i syfte med att utveckla framgångsrika affärsmodeller med öppen data som bas. Rapporten granskar affärsmodeller som användes inom området öppna data och presenterade praktiska överväganden som är relevanta för ett datadrivet lab.

Det empiriska material som använts för att ta fram denna rapport kommer från två workshops med deltagare från både offentliga och privata organisationer, deltagandet i en konferens, analysen av fem (internationella och nationella) exempel på datadrivna lab, samt från djupintervjuer med utvalda representanter från offentliga och privata organisationer. Resultaten visar på olika möjligheter och utmaningar, som måste beaktas för att utforma en hållbar affärsmodell för ett datadrivet lab.

Rapporten ger praktiska rekommendationer för att utveckla en hållbar affärsmodell för ett regionalt datadrivet lab i Umeå (Västerbotten).  Detta genom att adressera frågeställningar gällande (1) strategiska val, ekosystem och värdeerbjudande, (2) värdeskapande och värdeleverans, och (3) värdefångst.

Sammanfattningsvis betonas det kritiska i att skapa förutsättningar för att utnyttja den värdefulla resursen öppna data och prioritera inrättandet av ett regionalt datadrivet lab med tanke på dess potential att stimulera utvecklingen av datadrivna innovationer och inte minst av ett ökat medborgarvärde för samhället.

De rekommendationer som presenteras i denna rapport grundar sig på empiriska bevis som samlats in för etablerandet av ett regionalt datadrivet lab i Umeå (Västerbotten). För att stödja en innovativ affärsmodellsutveckling och till fullo utnyttja potentialen i detta lab rekommenderas ytterligare studier för att utforska potentialen, undersöka ekosystemet och bedöma kontextuella förhållanden. Till exempel kan framtida studier undersöka följande forskningsfrågor:

  • Vilka är de mest kritiska intressenterna för att skapa ett effektivt ekosystem för en datadrivet lab? Hur ska olika roller distribueras i ett framgångsrikt datadrivet lab?
  • Hur bygger ett datadrivet lab långsiktiga relationer och engagemang med olika intressentgrupper?
  • Hur ska ett datadrivet lab agera för att bygga ett starkt varumärke?
  • Vilka resurser och kompetenser behövs för varumärkesbyggnad i kontexten öppna data?
  • Hur organiseras ett datadrivet lab avseende effektivt värdeskapande och effektiv värdefångst?
  • Hur påverkas verksamhetens effektivitet i ett datadrivet labb av olika kommunikationsstrategier?