Forskningen bygger på en metod där man använt registerdata och maskininlärning för att identifiera vad de mest produktiva företagen gör annorlunda.
Medarbetare som får vara ifred är mer produktiva
LEDARSKAP För att ett företag ska vara produktivt krävs det att man har rätt personer på rätt plats. En ny studie från Institutet för näringslivsforskning visar att de mest produktiva verksamheterna låter sina bästa medarbetare vara ifred.

Joacim Tåg är en av forskarna bakom studien. Foto: Adobe Stock/Karl Gabor.
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsmagasinet premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
– Vi har kunnat visa att när ett företag har en bra matchning mellan anställda och deras roller, är det korrelerat med högre produktivitet, säger Joacim Tåg, chef för forskningsprogrammet Företagens Konkurrenskraft på IFN och en av forskarna bakom studien.
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


