Digitala Vetenskapliga Arkivet

Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Deciding the most optimal data analytics tool for startups
KTH, Skolan för elektroteknik och datavetenskap (EECS).
KTH, Skolan för elektroteknik och datavetenskap (EECS).
2022 (Engelska)Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)Alternativ titel
Besluta det mest optimala dataanalys verktyget för nystartade företag (Svenska)
Abstract [en]

Choosing a data collection and analytics tool is no easy task. There are numerous tools available and no tool fits all. The choice of the tool depends on various factors and especially what type of organization and product the tool will be used for. Startups generally have less resources than established companies and the set of tools they can select therefore is limited. Therefore, the study has focused on finding and determining which tool is best suited for a startup. The study has chosen five criterias to evaluate a selected number of tools; setup, features, usability, privacy and cost. The criterias have been selected based on interviews, research and theoretical background. The study’s practical work has been performed at a startup in order to get real-world insight in how the tools operate and function. The tools evaluated are; Mixpanel, Amazon Pinpoint, and Google Sheets. The tools were selected based on answers from questionnaires, interviews and research. The result of the study shows that out of the three tools evaluated, Mixpanel is regarded as the most optimal tool for startups. Mixpanel is cost-effective, easy to set up, offers multiple features and is overall a user-friendly tool. It especially allows the company to have a transparent and strong privacy aspect. Allowing full control of the data collected and analyzed. However, what the study also concluded is that no specific tool is always best for everyone and the organizations should always understand their needs in order to pick the most suitable tool.

Abstract [sv]

Att välja ett datainsamlings- och analysverktyg är ingen lätt uppgift. Det finns många verktyg men inget verktyg passar alla. Val av verktyget beror på olika faktorer särskilt vilken typ av organisation och produkt, verktyget ska användas till. Nystartade företag har i regel mindre resurser än etablerade företag vilket gör att verktyg de kan välja är begränsad. Därför har studien fokuserat på att hitta och avgöra vilket verktyg är bäst lämpat för en startup. Studien har valt fem kriterier för att utvärdera ett utvalt antal verktyg; installation, funktioner, användbarhet, integritet och kostnad. Kriterierna har valts ut utifrån intervjuer, forskning och teoretisk bakgrund. Studiens praktiska arbete har utförts vid en startup för att få verklig insikt i hur verktygen fungerar. De verktyg som utvärderas är; Mixpanel, Amazon Pinpoint, och Google Kalkylark. Verktygen valdes ut utifrån svar från enkäter, intervjuer och forskning. Resultatet av studien visar att av de tre utvärderade verktygen så anses Mixpanel vara det mest optimala verktyget för startups. Mixpanel är kostnadseffektivt, lätt att installera, erbjuder många funktioner och är generellt användarvänligt verktyg. Det tillåter företaget att ha transparent och stark integritet. Utöver det, tillåter Mixpanel full kontroll över data som samlas i och analyseras. Däremot, slutsatsen som kan också dras av studien är att inget specifikt verktyg alltid är bäst för alla och organisationerna bör alltid första sina behov för att välja det mest lämpliga verktyget.

Ort, förlag, år, upplaga, sidor
2022. , s. 12
Serie
TRITA-EECS-EX ; 2022:334
Nyckelord [en]
Data analytics, tool, startup, innovation, evaluation
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:kth:diva-320116OAI: oai:DiVA.org:kth-320116DiVA, id: diva2:1703715
Handledare
Examinatorer
Tillgänglig från: 2022-10-17 Skapad: 2022-10-14 Senast uppdaterad: 2022-10-17Bibliografiskt granskad

Open Access i DiVA

fulltext(1620 kB)333 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1620 kBChecksumma SHA-512
5619bc53ae70a10e1c3492f54634cf0249cd8b02ed069de99694a9b9198b2dc40139aed5c709ad672b10a7962569e5160c6be9a8f3a91990dd4c1dcbace6ec45
Typ fulltextMimetyp application/pdf

Av organisationen
Skolan för elektroteknik och datavetenskap (EECS)
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 336 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 601 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf