Datakvalitet som hävstång för AI.

Analysera data

Utmaning

En ledande aktör inom bygg- och installationshandel hade en tydlig ambition: att använda AI för att skapa smartare produktrekommendationer och driva merförsäljning.

Med ett sortiment på över en miljon artiklar fanns en enorm potential. Men det blev snabbt tydligt att den största utmaningen inte låg i algoritmerna.

Utmaningen var:

Ojämn kvalitet i produkt- och masterdata
Bristande struktur och standardisering
Otydliga definitioner mellan affär och IT
Risk att AI-satsningar byggdes på felaktiga eller ofullständiga underlag

Det som från början såg ut som ett AI-projekt visade sig i praktiken vara ett datagrundarbete.

Genomförande

Uppdrag genomfört av grundare till ART of Code i rollen som ansvarig för försäljning och partnerskap, med aktivt deltagande i styrgrupp och teknisk riktning.

Vi tog ansvar för att säkerställa att AI-satsningen byggde på rätt fundament.

Istället för att börja i algoritmer började vi med att:

Kartlägga brister i produkt- och masterdata
Identifiera kritiska informationsfält för rekommendationslogik
Strukturera och standardisera informationsmodellen
Skapa gemensam målbild mellan affär och teknik

Genom aktiv närvaro i styrgrupp säkerställdes:

Rätt prioriteringar
Realistiska förväntningar på AI
Långsiktig affärsnytta framför kortsiktiga teknikvinster

Initiativet positionerades som en datadriven transformationsresa – inte ett isolerat AI-projekt.

Effekt

Satsningen skapade konkret och mätbar verksamhetsnytta:

AI-initiativ byggda på realistiska och hållbara förutsättningar
Betydligt förbättrad kvalitet i produkt- och masterdata
Minskad risk för felbeställningar och onödiga returer
Stabil grund för långsiktig, datadriven försäljningsutveckling
Tydligare koppling mellan informationsstruktur och affärsresultat

Den kanske viktigaste effekten var insikten att AI inte är en genväg runt dataproblem – utan en förstärkare av datakvalitet.

Genom att börja i rätt ände skapades en plattform för verklig och varaktig affärseffekt.