
33. Varför är det svårt för stora bolag att bli datadrivna? m. Bino Catasús
Bino Catasús, professor inom Redovisning & Revision på Stockholms Universitet, gästar dagens podd och pratar inte alls om redovisning eller revision! Han är ointresserad av data, tills han förstår vad den ska användas till.I detta avsnitt täcker Bino ett brett spektrum av ämnen. Hur viktigt är ett narrativ innan man börjar med datainsamling? Varför blir datan subjektiv så fort man visualiserar den? Hur kommer det sig att man alltid identifierar mer okunskap ju mer data man får tillgång till? Och hur kan det vara så att en datadriven strategi aldrig kan vara datadriven?Dessutom berättar Bino om sitt företag Nyckelstalsinstitutet som har samlat in HR data sedan 1996, en guldgruva av information. Ni hör ju - ett otroligt avsnitt! Lyssna och njut.Har du frågor, eller förslag på avsnitt, hör av dig till datastudion@datadao.se.Referenser:Nyckeltalsinstitut med HR data sedan 1996Paul Edwards: The Closed WorldGeorge Miller: The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information Hosted on Acast. See acast.com/privacy for more information.
1 Apr 44min

32. AI som kreativt bollplank m. Ebba Lindgren
Vi möter industridesignern och konstnären Ebba Lindgren för ett samtal om hur hon upptäckte AI och hur det blivit en del av hennes kreativa arbete.Hon delar med sig av sina erfarenheter och berättar om hur hon utforskar och experimenterar med AI-verktyg i sin skapande process - från de första nyfikna stegen till hur tekniken idag påverkar hennes design och konst.Kan AI förändra sättet vi skapar i framtiden?“Det är skönt att vara människa och ha smak!” - citat Ebba.Referenser:IndustridesignDALL·EMidjourneyThe design of everyday thingsWes Anderssoninstagram: ebbalindgren_studioebbalindgren.com Hosted on Acast. See acast.com/privacy for more information.
18 Mar 30min

Bonus: Datadrivet ur en produktägares perspektiv
Vi lär känna det senaste tillskottet på Data Dao, Max Almqvist! Senior Produktägare med många års erfarenhet, Max delar med sig av vikten av magkänslan. Våga vägra datadrivenhet, var data-informerad istället.Varför är procenttal farligt? 1 dashboard med 62k mätetal, eller 62k dashboards med ett mätetal? Lyssna och njut! Hosted on Acast. See acast.com/privacy for more information.
13 Mar 19min

31. Big data, Big Politics - Data Transfer Agreement. m. Fredric Lundgren
I dagens avsnitt gästas vi av Fredric Lundgren, Data and Machine Learning Team Leader på INGKA (IKEA). I samtalet utforskar vi hur IKEA navigerar lagstiftningen kring Data Transfer Agreement och hur man kan se den som en möjlighet till innovation.Vi pratar om utmaningen i att förstå hur användaren interagerar med digitala produkter – utan att bryta mot lagar och regleringar eller kompromissa med etiska principer.Förespråkare för data privacy tillika Google Analytics proffs, Fredric är rätt person för jobbet. Lyssna och lär! Referenser: Max SchremsNGONOYBGDPRFirst-party DataSafe harborEU–US Data Privacy FrameworkPrivacy by design GDPR Fine CalculatorKilling Me Softly with His Song Hosted on Acast. See acast.com/privacy for more information.
4 Mar 48min

30. Semantiskt Lager - varför är det viktigt? m. Olof Evenvik
Olof Evenvik, Data Arkitekt och Data Ingenjör från imeto.se, gästar dagens podd och berättar om Semantiskt Lager! Är det lösningen som äntligen göra din organisation data-driven? Hur löser det problemet med ej konsekventa mätvärden? Vad skiljer det semantiska lagret från klassiska data-kuber? Och är det nyckeln till att kunna AI-chatta med din data (Conversational Analytics)?“Folk som hatar på Excel har inte varit ute och sett riktiga världen” - citat Olof. Ni hör ju, detta är bra. Stort tack Olof för att du delade med dig av din expertis!Har du frågor, eller förslag på avsnitt, hör av dig till datastudion@datadao.se.Referenser:dbtdataformKimball vs InmonStar SchemaData MartKubSSASCognoscube.devLookeromni.coSteepHolisticsThoughtSpot Hosted on Acast. See acast.com/privacy for more information.
18 Feb 51min

29. Hur skapar man tillit till datan?
Det är dags att ge sig på elefanten i rummet - datakvalitet! I detta avsnitt diskuterar Hugo och Benny hur man skapar tillförlitlig data, med konkreta tips och exempel.För att datan som ditt team producerar ska vara värdeskapande för konsumenterna av din data, är det viktigt att etablera ett tillit till datan och ditt team. Tillit etablerar man genom att aktivt arbeta med datakvalitet.Lyssna på detta avsnitt för att påminna dig om det som annars ofta prioriteras bort.Referens: Creating trustworthy and reliable data. Hosted on Acast. See acast.com/privacy for more information.
4 Feb 49min

28. Varför ska man visualisera data?
När man nämner data, tänker du då på en tabell eller på en graf? I detta avsnittet snackar Alex och Johnny om just datavisualisering. Varför behövs datavisualisering, vad är det man ska tänka på och när är det lämpligt?Olyckligt att behöva prata om något visuellt över en podcast, men det är bara o blunda och följa med! Alex och Johnny talar utifrån egna erfarenheter och försöker täcka de mest grundläggande aspekterna av datavisualisering. Detta är ju ett stort område, så känner du att du vill veta mer, så får du gärna höra av dig!Referenser:Hur Florence Nightingale använde data visualisering 1863Data LiteracyViolindiagramParallelkoordinater Hosted on Acast. See acast.com/privacy for more information.
21 Jan 31min

27. Experiment - hur vet man att en ny feature skapar värde? m. Max Dyrhage
Den 20e November gästades Datastudion av branschkollegan Max Dyrhage! Dataproffs, produktägare och grundare av konsultbolaget Signific; Max har koll på det mesta vad gäller data. I detta avsnitt berättar Max om vikten att testa dina förändringar med hjälp av experiment, för att säkerställa att din nya feature faktiskt kommer leda till det utfallet som du hoppas på.Vilka mätvärden ska man fokusera på när man gör ett A/B test? Hur jobbar bolag så som Spotify, King och SVT med experiment när de släpper nya features? Vad är en experimentplattform och hur integrerar en modern sådan med resterande datan inom din organisation?Detta är enormt viktigt för bolag som vill iterera och lära sig snabbt; inget du vill missa! Lyssna och lär 🙂Referenser:Marty CaganJeff Bezos: “Our success at Amazon is a function of how many experiments we do per year, per month, per week, per day”.Feature FlagRandomiseringRolloutRetentionOptimizelyGoogle OptimizeConfidence by SpotifyEppo (före detta anställda på Airbnb)Statsig (före detta anställda på facebook)dbtLaunchDarklysplitLennys Podcast: VP of Product & Head of Growth på ShopifyLean Startup Movement: Fail fast Hosted on Acast. See acast.com/privacy for more information.
7 Jan 51min