Boken The future of Data släpps den 21 mars. Den ger användbara insikter och vill inspirera företag till att bli “data masters”, ett begrepp som man i boken använder om företag med hög digitaliseringsgrad och datadriven verksamhet, och som enligt en studie från Capgeminis eget forskningsinstitut CRI, visar att företag som investerat i att bli ”data masters”, har ökat sin lönsamhet med hela 22 procent, jämfört med genomsnittliga organisationer.
”Data masters” får betydande konkurrensfördelar
Digitalisering & IT
Hur ska företag och företagsledare maximera och utnyttja kraften i data för att fatta bättre beslut, förändra sin organisation och öka sin konkurrensförmåga?

Många företag i Norden halkar efter när det gäller datamognad och blir därmed mindre konkurrenskraftiga. Foto: Adobe Stock
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
VD-tidningen premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
– Många företag i Norden halkar efter när det gäller datamognad och blir därmed mindre konkurrenskraftiga. Även om många organisationer har en viss grad av datamognad och är på väg att bli ”data masters” kan vissa företag riskera konkurs om de inte omfamnar data och ny teknik som till exempel AI, säger Rickard Sandberg, chef för Center for Data Analytics och docent i tillämpad matematik och statistik, Handelshögskolan i Stockholm och en av medförfattarna till boken.
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