Financial Times-rankingen

1920px-lbs_campus_2Financial Times årlige liste over de beste handelshøyskolene i Europa er kommet. London Business School (bildet) leder på fjerde året. Av de nordiske skolene finner vi Stockholm på 27. plass, Aalto på 32, BI på 33, NHH på 35, og København på 51.

Norge er stadig det eneste nordiske landet med to skoler inne på listen – og, som jeg pleier å si, for å erte mine kolleger i Bergen: Det er jo en triumf for norsk distriktspolitikk…

Spøk til side, egentlig er det en prestasjon at Norge (og de nordiske landene) er så høyt oppe som vi er. Et av de viktigste kriteriene for å vurdere skolene er hvor mye penger kandidatene tjener 3 år etter at de er utdannet. I nordiske land, der lønnsforskjellene er små, gir dette dårligere resultater. De nordiske landenes jevne stigning oppover listene reflekterer at man har gjort det bedre og bedre på andre kriterier, som for eksempel antall kvinner i styre og ledelse, og andel utenlandske lærerkrefter. At København har gått fra 35. til 51. plass tilskriver jeg skolens svekkede økonomi og det faktum at danske myndigheter gjør det vanskeligere for utenlandske forskere å arbeide og oppholde seg i Danmark.

BI har gått frem en plass, og det er det jo grunn til å glede seg over. Så gjenstår det å se hvordan vi kan gjøre skolen enda bedre. Handelshøyskoler står overfor store utfordringer fremover, dels fordi man er truet av billigere alternativer (generelt ved at mer og mer blir tilgjengelig over nettet, for BIs vedkommende fordi offentlig subsidierte skoler går inn på det som engang var våre enemerker), men også fordi økonomisk utdannelse i fremtiden vil kreve mer kunnskap om teknologi og teknologiutvikling. Det siste skal ikke jeg akkurat klage over, siden det er mitt fagområde, men det er klart at mange handelshøyskoler vil slite med å tilpasse sine tilbud til en verden der mer og mer av det som tidligere ble gjort av økonomer i stadig økende grad kan gjøres av roboter.

Og da blir det jo et spørsmål – utdanner handelshøyskoler folk som forteller datamaskinen hva den skal gjøre, eller folk som blir fortalt av en datamaskin hva de skal gjøre?

Det vil nok etterhvert vise seg på Financial Times-rankingen.

Reklamer

Ja, men…om frisører og selvkjørende biler

dirtyhair

Bilde: RSPCA

I sagaen om for eller mot hårvask har direktøren for frisørbransjen et innlegg om hvordan hele greia har kommet skjevt ut: Selvfølgelig har man ikke noe i mot konkurranse, men det er bare det at om kundene kommer inn med skittent hår, skal man kunne tilby hårvask og nekte å klippe om kunden nekter å vaske. Dessuten blir frisører utdatert av å bare klippe hele dagen, må vite, og derfor bør man ikke tilby lavprisklipping på bekostning av striping og andre ting.

Akk ja. Her er det mye å ta tak i. Sånn til å begynne med: En frisørsalong (som enhver annen bedrift) er der fordi man har kunder som ønsker å få noe, ikke fordi man har ansatte som ønsker å gjøre noe. Dette kan være litt vanskelig å skjønne av og til. En organisasjon – en bedrift, et departement, en forening – eksisterer for å oppnå eller utføre noe. Når den ikke gjør dette lenger – for eksempel fordi det kommer andre måter å gjøre ting på – har den ikke lenger eksistensberettigelse. Så om noen frisørsalonger forsvinner fordi folk vil ha billig klipp – vel, så går nok verden videre.

Men det er ikke det som irriterer mest med dette intervjuet. Det som irriterer mest er påstanden om at man skal drive en organisasjon på en bestemt måte i tilfelle noe kan komme til å skje – som for eksempel at en kunde kommer inn med uhygienisk skittent hår. For meg høres dette ut som en situasjon som ikke oppstår så altfor ofte – hvor stort er problemet egentlig? Og hvis problemet skulle oppstå, kan ikke bare frisøren nekte å klippe likevel, og sende kunden hjem for en hårvask? Dessuten har jeg lært at man skal vaske håret før man går til frisøren – dels fordi det da blir en bedre klipp, dels fordi man føler seg vel.

Ja, men…

Denne innvendingen mot en ny måte å gjøre en gammel tjeneste på er typisk når noe nytt skjer: De som blir utkonkurrert kjemper i mot ved å komme opp med spesielle scenarier der den nye måten å gjøre ting på ikke fungerer.

Jeg er nokså opptatt av innføring av selvkjørende biler, som etter mitt skjønn ikke kan komme fort nok – om ikke annet så fordi det dør ca. 160 mennesker i trafikken i Norge hvert år, og en total overgang til selvkjørende biler vil ut fra de fleste spådommer redusere det antallet med 90%. Om ikke 144 færre dødsfall i året (og tilsvarende færre skader) er grunn nok, vil vi også redusere antallet biler, redusere forurensning (siden de fleste vil være elektriske) og få masse mer plass i byene på grunn av færre parkeringsplasser.

1200px-trolley_problemOg så kommer «ja, men…» – i dette tilfelle i form av et filosofisk paradox kalt trikkeproblemet eller «the trolley problem«, som i korthet går ut på følgende: Tenk deg at du ser fire mennesker som går på skinnegangen (til en trikk eller et tog). En vogn uten bremser ruller mot dem, og de vil bli drept hvis ikke du penser vognen inn på et annet spor. På dette andre sporet går det en person. Spørsmålet blir da – skal du pense vognen over, slik at bare en person blir drept i stedet for fire?

Her er det mange svar og mange varianter, jeg skal ikke gå inn på dem, bare si at dette problemet stadig kommer opp når man diskuterer selvkjørende biler: Sett at et barn styrter ut i veibanen. Skal bilen holde seg på veien og dermed drepe barnet, eller kjøre av veien og dermed drepe føreren?

Dette diskuteres i det vide og brede, og fremstilles som et være eller ikke være for selvkjørende biler, både fra et produsentsynspunkt (hva skal man programmere bilen til å gjøre) eller fra et forsikringssynspunkt (hvem skal ta erstatningsansvaret?) Og hvis man er filosofisk anlagt, kan man bruke ganske lang tid på dette spørsmålet.

Er man mer praktisk anlagt, ser man i stedet på om problemet i det hele tatt oppstår – og, i så fall, hvor ofte? Jeg har kjørt bil i mange år og aldri vært i denne situasjonen, og det tror jeg gjelder de fleste. Fremfor alt – oppstår den oftere med selvkjørende biler enn med vanlige biler? Gitt at den selvkjørende bilen er mye sikrere og ser ting bedre enn menneskelige sjåfører (i gjennomsnitt, i alle fall), er det ikke grunn til å tro det.

Men, sier forståsegpåere – det er ikke spørsmål om hvorvidt dette skjer ofte, men om prinsippet: Ville du satt deg inn i en selvkjørende bil hvis du ikke visste om den kom til å ta livet av deg (gitt en nokså sjelden situasjon) eller ikke?

Svaret er at det gjør vi nesten hver dag. Hvis jeg setter meg inn i en bil (taxi, buss, hva som helst) som jeg ikke kjører selv, men som er kjørt av en annet menneske – så vet jo ikke jeg hva dette mennesket ville gjort i en slik situasjon. Sjåføren vet det antakelig ikke selv heller. Jeg vet ikke engang hva jeg selv ville gjort. Det kommer an på, som det heter.

Dermed har vi altså et filosofisk stort problem som i praksis ikke er et problem, bare man tenker seg litt om.

Omtrent som hårvask.

Men jeg begynner å bli dyktig sliten av alle disse «ja, men…» innvendingene. Hva med å se etter løsninger i stedet for problemer når noen foreslår noe nytt?

Digitalisering: Frokostmøte 10. oktober

Econa_-_Digitalisering_-_fra_visjon_til_transformasjon_I forbindelse med utgivelsen av Magmas spesialnummer om digitalisering blir det arrangert et åpent frokostmøte 10. oktober kl. 0800 i Høyres Hus i Stortingsgaten. Det er 190 påmeldte i øyeblikket (tydeligvis ingen mangel på interesse for digitalisering på norsk) og påmeldingen stenges fredag 6. oktober.

Det blir intervju med Ragnvald Sannes og meg, foredrag av Ragnvald og meg, og et foredrag av Bendik Bygstad om styringsmodeller for innovasjon.

Jeg gleder meg til diskusjon om hva digitalisering betyr i en norsk kontekst og ser frem til å møte en masse mennesker som kanskje kan få fart på ting!

Magma om digitalisering

econa-logo-magma-bannerMagma, utgitt av Econa (tidligere (veldig mye tidligere, faktisk) Siviløkonomforeningen), har et spesialnummer om digitalisering, der Ragnvald Sannes og jeg har vært fagredaktører. Hele greia finnes på websiden deres, men her er i alle fall Ragnvalds og min innledning, som summerer opp mye av innholdet, og dessuten innholdsfortegnelsen for de av artiklene som omhandler temaet:

Takk til bidragsyterne, Charlotte Hem (redaktør), og ikke minst min medredaktør Ragnvald som nok har gjort mesteparten av jobben denne gangen, må jeg innrømme.

Big Data i praksis – analyseprosjekter

ml_mapJeg er nettopp ferdig med å undervise fire dager med stordataanalyse – skikkelig programmering og datafikling. Vi (Chandler, Alessandra og undertegnede) har klart å lure over 30 ledere og mellomleder i Norge til å delta på et programmerings- og statistikkurs (det er faktisk det stordataanalyse handler om), uten at vi er helt sikre på hvordan vi klarte det. men studentene er motiverte og arbeidsomme og har mange og smarte spørsmål. I et kurs som foreleses på engelsk. Det er nesten så man får lyst til å slutte å klage og syte over hvordan verden vanligvis ser ut.

Uansett – hva skal disse studentene med dette kurset? Vi jobber med ordentlige prosjekter, i den forstand at vi forlanger at folk kommer med et problem de vil finne ut av i sin egen jogg – helst noe som faktisk er viktig, og hvor dyp dataanalyse kan gjøre en forskjell. Det er ikke for alle gruppene at dette fungerer, men skal ikke klage: De fleste jobber med reelle problemer for reelle organisasjoner, og det er utrolig morsomt for en foreleser. Her er en liste med prosjektene, så får der bedømme selv. (Jeg identifiserer ingen studenter her, en tro meg – disse folkene har disse problemene rett opp i ansiktet, hver dag.) Jeg har i alle fall ingen problemer med å bruke tid og krefter på dette:

  • Hva er riktig pris for nybygde boliger? En gruppe jobber med å finne ut hvordan man skal prissette boliger som ikke er bygget ennå, for et stort boligbyggefirma.
  • Hva er egentlig skatteeffekten av delingsøkonomi? Denne gruppen (der en jobber for Skatteetaten) forsøker å finne ut hvordan man skal kjenne igjen folk som snyter på skatten som Uber-sjåfører – og samtidig komme med forslag til hvordan skattereglene kan tilpasses slik at det blir lett å være lovlydig.
  • Hva kjennetegner tilbud som blir akseptert? Et større konsulentfirma ønsker å bruke data fra sitt CRM-system (som dokumenterer tilbudsprosessen) til å forstå hva slag oppdrag de kommer til å vinne, eller tape?
  • Hvordan gjenkjenne hvitvaskingstransaksjoner? En bank ønsker å finne ut om noen av deres kunder bedriver hvitvasking av penger gjennom nettbaserte spillselskaper.
  • Hvordan gi kunder fordel av automatisert analyse? Et selskap som leverer aksjetradingterminaler ønsker å bruke dataanalyse for å skape et konkurransefortrinn.
  • Hvordan segmentere norske aksjeeiere? Et selskap som tilbyr netthandel av aksjer ønsker å identifisere segmenter av sine kunder for å spisse og forbedre sin markedsstrategi?
  • Hvordan senke kostnader og redusere risiko for produksjonsstopp i en prosessbedrift? Et kraftselskap ønsker å bedre forstå når og hvorfor kraftstasjonene deres trenger reparasjoner eller vedlikehold?
  • Hvordan identifisere kunder som er i ferd med å si opp? Et TV-selskap ønsker å forstå hva som kjennetegner «churn» – om noen av deres kunder er i ferd med å forlate dem eller ikke?
  • Hvorfor er noen viner mer populære enn andre? En gruppe skal jobbe med søkedata fra et vin-nettsted for å finne ut hva som gjør at noen viner blir mer etterspurt enn andre.
  • Hvilke kunder vil kjøpe et nytt produkt? En gruppe jobber med data fra en stor bank som ønsker å tilby sine eksisterende kunder flere tjenester.
  • Hvordan øke gjenvinningsgraden for søppel i Oslo? REN ønsker å finne ut av om man kan organisere ruter og rutiner annerledes for bedre å utnytte søppelbiler og gjenvinningsanlegg.
  • Hvordan unngå at man blir utsolgt for kampanjevarer? En av Norges største dagligvarekjeder ønsker å forbedre sine bestillingsrutiner slik at kundene slipper å komme til butikken og finne ut at det ikke er mer igjen av den tilbudsvaren de ville ha.
  • Hvordan modellere svindelrisiko i maritim forsikring? Et forsikringsselskap ønsker å bygge en modell for å forstå hvordan man kan finne kunder som forsøker å svindle selskap eller myndigheter.
  • Hvilke kunder er i ferd med å forlate oss? Et stort transportfirma ønsker å finne ut hvilke kunder som er i ferd med å gå til en konkurrent, slik at de kan ta affære før det skjer.
  • Hva kjennetegner studenter som dropper ut? BI tar inn 3500 nye studenter hvert år, men en del av dem slutter etter det første året. Hvordan kan vi finne tegn på at en student er i ferd med å droppe ut?

Felles for alle prosjektene – og slik er det med alle oppgaver jeg har veiledet siden jeg begynte i denne bransjen – er at man starter med et stort spørsmål og reduserer det ned til noe som faktisk kan besvares. Deretter ser man etter data og finner ut at man må redusere det enda mer. Så får man problemer med at dataene enten ikke finnes likevel, er upålitelige eller mangelfulle – og man må finne ut av hva man skal gjøre med det. Til slutt, etter at omtrent 90% av tids- og pengebudsjettet er borte, kan man begynne å tenke analyse. Da kan man risikere at man ikke finner noe.

Og det er litt av lærdommen i dette kurset – at man skal kunne nok om faktisk dataanalyse til å stille de rette spørsmålene og ha en realistisk forventning til hva man faktisk kan få svar på.

Det er stor etterspørsel etter dette kurset – så vi har satt opp et nytt kurs som starter til høsten. Vel møtt!

Maskinlæring og akademisk rutinearbeid

Undervisningssektoren er ikke særlig automatisert. Riktignok finnes all verdens datasystemer for å holde orden på studenter (karakterer, økonomi, studieprogresjon). Alle skoler har en eller annen form for LMS (Learning Management System) som gir tilgang til studiemateriale og til en viss grad fasiliterer studentinteraksjon. Noen har også digitalisert selve eksamen – i hvert fall om man kan kalle det å skrive eksamen på en PC for å digitialisere den.

Men jeg lurer på om vi ikke kan gå litt lenger.

JP Morgan, en amerikansk investeringsbank, har laget et system som heter COIN, som leser kontrakter og tolker dem. Programmet gjør 360.000 timer advokatarbeid i løpet av noen sekunder.

La meg se – finnes det innenfor undervisningssektoren noen prosesser der høyt gasjert personale sitter og leser massevis av sider med repetitivt innhold uten særlig utbytte?

phd120310s

Jepp, sensurering. Før man kan reise på ferie, må man (i alle fall om man underviser på massestudier, hvilket jeg heldigvis ikke gjør) forholde seg til en kjempebunke med oppgaver som skal leses og karaktersettes. Dette er en kjedelig prosess for alle involverte, selv om man kan gjøre mye ved å systematisere prosessen selv eller kanskje ty til kreative og litt desperate snarveier. Det er mange problemer med sensur, bortsett fra at det er kjedelig og repetitivt og dyrt. Et av dem er at man ikke alltid er like konsistent i sin karaktersetting. Jeg har aldri foretatt noen studier på det selv, men alle mulige studier av evalueringer i andre sammenhenger viser at saksbehandlere varierer i sine vurderinger før og etter lunsj, for eksempel. I tillegg er det norsk folkesport å klage på karakteren, i følge en utenforstående observatør.

Hva om vi brukte litt maskinlæring på sensuren? Det burde la seg gjøre å bruke tekstgjenkjenning av noe slag, slik at en sensor kunne lese et visst antall oppgaver, som deretter ble brukt til å trene opp en algoritme (f.eks. et nevralt nettverk) til å lese og karaktersette et større antall oppgaver. Ikke noe for alle studier, naturligvis, men store fag som «forberedende» på universitetet eller «ork & lede» på BI burde jo absolutt være kandidater, med sine tusenvis av oppgaver ingen egentlig orker å forholde seg til, aller minst kandidatene selv.

Riktignok vil dette ta vekk arbeid for endel sensorer, men for å være ærlig tror jeg ikke dette er noe man vil savne. Og det vil jo fri opp sensorene til å gjøre noe mer interessant.

«Never send a human to do a machine’s job,» for å sitere en av de dårligste filmene jeg vet. Så gjenstår det å se om studentene vil akseptere en klassifiseringsalgoritme som sensor – det skal i alle fall ikke stå på detaljeringsgraden i sensurbegrunnelsen…

Innholdsmarkedsføring

innholdsmarkedsfc3b8ring-214x300Notater fra et morgenmøte (Lansering av boken Innholdsmarkedsføring, av Jens Barland, Arne Krokan, Monica Viken og Tor Bang. Lansert som gratis ebok, siden fagbøker likevel ikke genererer noe penger…)

Jens Barland:
Innholdsmarkedsføring ikke nytt, men kommer nå med digitaliseringen og sosiale medier, og er blitt en ny industri, særlig rundt design/utvikling/distribusjon og analyse av data. Datahøsting gjør at kunder blir digitale brukere som man får kunnskap om. Viktigere å lage interessant innhold som gjør at leseren/brukeren blir interessert i å være sammen med deg på nett. Innholdsmarkedsføring i tradisjonelle mediekanaler (også digitale) er egentlig en liten del av det hele.

Arne Krokan:
Om forretningsmodellene: Aviser har alltid vært en teknologi for å selge annonser til selgere. 3/4 av de som kommer inn på Dagbladet kommer fra sosiale medier, ikke gjennom portalen. Når folk oppdager at noe er sponset innhold, mister de tillit til mediene. Arnes kapittel ser fremover på teknologisiden: Mye av innholdet i aviser er commodities: Bare 15% av Boston Globe (etter vekt) var originalt språk, resten var klipp herfra og derfra, og det kan gjøres av algoritmer, godt nok til at andre journalister ikke kan finne ut hva som er skrevet av maskin og hva som er skrevet av et menneske. Platformer tillater bylines med stor spredning.

Mediebransjen må lære av musikkbransjen, musikerne tjener mer penger på konserter enn på plater, mediebransjen må følge etter. Skal man klare det, må man beskytte fremtiden mot fortiden.

Monika Viken:
De juridiske rammene utfordrer mer enn Vær Varsom-plakaten. I hvilken grad har vi regler som er i stand til å regulere disse nye trendene. EU viktig, ehandelsregler, copyright, legemiddel-, tobakk- og alkohollovgivning, og mye annet. Noen konflikter: Reklame vs. journalistikk, og jus og etikk.

Ting må merkes som reklame (ikke journalistisk) og reklamen må være etterrettelig, også om det blir sagt av kjendiser. Ikke fritatt for dokumentasjonsplikten selv om man synser og mener, men villedende reklame er forbudt. I det du sier noe, må du kunne dokumentere at det er sant. Påstander som er hentet fra redaksjonelt innhold kan ikke direkte brukes i markedsføring uten at det er godtatt for bruk i markedsføring, egne regler her.

Jus og etikk er ikke det samme. Har en tendens til å pakke etikken inn i jussen. Markedsføringsloven sier at det er forbudt å markedsføre i strid med «god markedsføringsskikk» etc. – et annet regelverk enn jussen.

Det er redaksjonell ytringsfrihet, men er det kommersiell ytringsfrihet? Spørsmål om kommersiell ytringsfrihet skal beskyttes av grunnloven, men har svakere vern, kan reguleres i mye større grad.

Hva skal til for at noe er forbudt? Målestokken er markedet – publikum. Leseren defineres som forbruker, ikke leser, og ting er forbudt dersom forbrukeren endrer sin økonomiske adferd som et resultat av markedsføringen (kommer fra en EU-bestemmelse). Det er gjennomsnittsforbrukeren som gjelder, ikke en enklet forbruker.

Tor Bang:
Utviklingen fremover: Innholdsmarkedsføring svært vidt begrep. Har eksistert lenge, nye medier kommer, som Lofotkrafta, kundeavis for interkommunalt kraftselskap, dit journalistene går siden tradisjonelle medier ikke ansetter folk lenger, og noe må de jo gjøre.

Mange innholdsprodusenter ønsker ikke å fremtvinge reaksjoner fra f.eks. PFU. Konvergerende sektorer, PR/reklame/innhold/presse. Informasjonskomponenten i kommunikasjonen blir tydeligere, mindre propaganda, tar leseren/kunden mer på alvor. Media utenfor mediabransjen vil fortsette å vokse, samt «leverandørindustrien.» Kanskje det er viktigere å lære publikum, barna våre, hvordan de skal forholde seg til dette enn å gråte over det som kommer.

Vibeke Christensen, Amedia: Skrev oppgave om innholdsmarkedsføring på BI i fjor, jobber nå med innholdsmarkedsføring («native ads») for Amedia, 2 ansatte, pluss frilansmedarbeidere, regionalt team med 7 medarbeidere over hele landet. Vokser, interesant nisje, man lage svært målrettet stoff siden man har så mange lokalaviser. Skal være verdensmestere i lokal historiefortelling. Viktig med god fortelling, skal engasjere, tydelig merket med «annonse», og hvem som har betalt. Skal være merkevarebyggende, ikke for de som vil tømme lageret kjapt. Tidkrevende å lage, trengs en opplæring også mot selgerne, må ta betalt for rådgivning og produksjon, ikke bare distribusjon.

Nina Wergeland, Egmont Content Stories: Innholdsmarkedsføring fra et ukepresseperspektiv. Startet for halvannet år siden med å bygge opp innholdsproduksjon for Egmont – «bygg ditt publikum». Kan enkelte målgrupper, som helse, foreldre, interiør, skal konsentrere seg om det, uavhengig av Egmonts egne flater. Viktigst av alt er å forstå kundene, så skribenten lager de historiene som trengs. Stab på 12, mest skribenter, markedsfører oss som eksperter på målgruppen. Utfordringen ligger i å spre innholdet, å gjøre datafangst og analyse av distribusjon, enkelte annonsører har nok innhold men vet ikke hvordan de skal distribuere det. Mange bedrifter ansetter egne folk til å skrive historier, spørs om det er så lurt, og om man ikke bør bruke andre. Merkevarene skal tenke slag, men må jobbe som proffe publisister. Har tall (fra AC Nielsen) som viser at samarbeid med publisist øker merkevareverdi.

x, VG Partnerstudio: Eksempler på innholdsmarkedsføring. VGs inhouse produksjonsstudio, for det meste tidligere VG-medarbeidere, kan fortelle de gode historiene, kan plukke unge og flinke medarbeidere. Har levert endel store «branded content» innhold – et online reisebyrå for Ving, seksjon om familieliv for Rema1000 (ønsker å omforme bildet av Rema fra «billig» til rådgiver for unge mødre), lager en stor sak om «Kongens nei», som premiumartikkel, og TrashTV, 102000 avspillinger av de første to episodene på fire dager, betalt av Grønnpunkt som vil ha folk til å kildesortere.
Bruker VGs førsteside, mange lesere, kombinert med andre distribusjonsformer, de bygger opp under hverandre. Annonsørene vil vite om ting har effekt, retargeting, pre/post analyser, måle effekter.

Case 1: Helsedirektoratet. Ønsker å få flere ungdommer til å spise ordentlig skolemat. Laget to videoer om viktigheten av skolemat, videoene blir laget, men trenger en kontekst å settes inn i, lager artikler, oppskrifter, råd etc. Effekten er at folk leser artikkel og ser video. Skulle levere 275000 lesere/seere, ligger fortsatt på 4. plass i organisk søk i Google.

Case 2: Novartis. Vanskelig farvann, mye lover og regler. Ønsket fokus på konferanse om hjertesvikt, vi laget pakke med video, reportasje, forskning, ingenting om piller i materialet. 151000 sidevisninger på to dager, 3800 timer brukt på artikkelen. I papiravisen i tillegg.

Case 3: Rema 1000: 10 millioner sidevisninger, 3.5 unike brukere. Relevant innhold i relevant setting.

(To egne tanker på fallrepet: Finnes det regler der ute som står i veien for en fornuftig utvikling i innholdsmarkedsføring (a la forbud mot kamera for Tesla X. For det andre: Her klarer man å skrive gode historier med få mennesker – hvorfor sender pressen hundrevis av journalister til Skien for å dekke Anders Behring Breivik?)