Supply chain disruptions, ranging from epidemics to geopolitical tensions, have been especially evident in recent years and have consequently become a hot topic in both boardrooms and academic literature. Supply chain resilience (SCR) denotes the ability to prepare, respond, recover, and facilitate growth during disruptions and is usually thought of as consisting of several enablers. Initial evidence suggests that one such enabler could be analytics, which broadly refers to the processing of data to support decision-making. This thesis aims to explore the use of analytics for SCR. The research design comprise one conceptual component followed by two empirical components consisting of a survey and interviews. The findings reveal six application areas for analytics in SCR. Three paths to SCR are also identified in terms of configurations of analytics and other SCR enablers, only one of which does not seem to be contingent on the level of supply chain complexity. Finally, obstacles to the use of analytics were identified. Clear consensus was noted for low data availability and/or quality as a major obstacle to SCR, while a somewhat consensus existed concerning the hindrance to quick decision-making, lack of a data-driven culture, and insufficient benefits and/or use.

The thesis contributes to the nascent stream of research on the use of analytics and SCR by complementing individual observations with broader and deeper insights through the spectrum of application areas, configurations of analytics and complementary SCR-enablers, and finally, obstacles. For practitioners, the thesis provides insights into using analytics as a potential enabler for SCR. Firms can evaluate their current use of analytics for SCR and adjust their set of application areas and configurations of SCR-enablers as per the options outlined in the findings to better align with their specific needs and prerequisites. Finally, guidance is provided on what obstacles to be cognizant of and attempt to mitigate.

Störningar i försörjningskedjor, orsakade av händelser såsom pandemier och geopolitiska spänningar, har varit särskilt påtagliga under de senaste åren och har därmed blivit ett hett ämne både i näringslivet och akademin. Begreppet Supply chain resilience (SCR) avser försörjningskedjans förmåga att förbereda sig, reagera, återhämta sig och stödja tillväxt under sådana störningar. Det anses vanligtvis bestå av flera möjliggörare. Initiala bevis i litteraturen tyder också på att en av dessa möjliggörare kan vara analytics, som i stora drag betyder bearbetning av data för att stödja beslutsfattande. Denna avhandling syftar till att utforska användningen av analytics för SCR. Forskningsmetoden bestod av en konceptuell studie, följt av två empiriska studier i form av en enkät och intervjuer. Resultaten visar sex tillämpningsområden för analytics med avseende på SCR. Dessutom identifierades tre vägar till SCR när det gäller konfigurationer av analytics och andra SCR-möjliggörare, varav endast en konfiguration är oberoende av försörjningskedjans komplexitetsnivå. Slutligen identifierades hinder för användning av analytics för SCR. Det fanns en tydlig konsensus kring låg tillgänglighet och/eller kvalitet på data, medan det fanns viss enighet om hinder för snabba beslut, bristen på en kultur att basera beslutsfattande på analytics och slutligen otillräcklig nytta och/eller användning.

Avhandlingen bidrar till forskning om användningen av analytics för SCR genom att komplettera enskilda observationer med bredare och djupare insikter om spektrumet av tillämpningsområden, konfigurationer av analytics och kompletterande SCR-möjliggörare, och slutligen, hinder. För praktiker ger avhandlingen insikter i att använda analytics som en potentiell möjliggörare för SCR. Företag kan utvärdera sin nuvarande användning av analytics för SCR och förändra tillämpningsområden och konfigurationer av SCR-möjligare enligt de identifierade alternativen för att bättre tillgodose sina behov och förutsättningar. Slutligen ges vägledning om vilka hinder man bör vara medveten om och försöka mildra.