Tillbaka till huvudmeny

Vi gör verksamheter mer effektiva

Alla artiklar

  • Vad är Data Literacy?

    Det sägs att företag måste vara Data Literate för att få värde ut av data. Men vad betyder det egentligen och varför är det viktigt?

  • mangfold-i-foretak

    Mångfald och inkludering: Vad är det och varför får det så mycket uppmärksamhet?

    Mångfald har varit ett hett ämne under flera år. Få människor ställer nuförtiden frågor om varför detta är viktigt. Vi vet, från år av att mäta och tillhandahålla analyser från många olika företag runt om i världen, att mångfald i företag ger ökad ekonomisk framgång och lockar talanger lättare. En internationell studie från McKinsey visar att företag med mångfald baserat på kön presterar 15 procent bättre än andra företag. Om företagen också har etnisk och kulturell mångfald överträffar de andra företag med 35 procent.

  • Därför bör ni uppgradera till senaste versionen av Episerver

    En stor andel företag och organisationer har haft sin nuvarande version av sitt publiceringsverktyg (CMS) länge. Vi ser här en trend sedan 2013 att allt fler sitter på fem år eller äldre versioner av sitt CMS. Det är anmärkningsvärt med tanke på den intensiva utvecklingen som har skett de senaste åren.

  • Förenkling av datainsamling ger bättre beslutsunderlag

    Förändringstakten i dagens samhälle är snabbare än någonsin tidigare och behovet av att hålla jämna steg med marknaden är stort för de företag som vill behålla eller utöka sin marknadsposition. Föregående kvartals redovisningssiffror är inte tillräckligt relevanta för att kunna användas som beslutsunderlag för framtiden och företagsledarna har inte längre kapacitet att själva samla in alla relevanta nyckeltal.

  • Vad är viktigt att komma ihåg när du visualiserar data?

    Vad är viktigt att komma ihåg när du visualiserar data?

    Hade det inte varit bra om verksamheten kunde fatta datadrivna beslut så snart behovet uppstår? Genom att visualisera data hjälper vi hjärnan att uppfatta vad siffrorna faktiskt säger utan att du behöver tillbringa mycket tid på att gräva i datauppsättningen.

Mest populära