Om leiesykler og plattformøkonomi

Nok en kommentar på digi.no, denne gang om leiesykler – spesifikt, el-sparkesykler – og plattformøkonomi.

Et nytt innslag i bybildet er elektriske sparkesykler, som man såvidt begynte å se i fjor sommer. Nå står 10 selskaper klare til å introdusere disse som app-baserte bysykler i Oslo. Jeg regner med at det går med dem som med de fleste mikrobryggeriene – opp som en løve og ned som, vel, en haug med sykler, omtrent som i Shanghai, der jeg er nå.

(Bilde fra Wikipedia)

Som vanlig har jeg lest inn teksten som en liten minipodcast, her kommer den:

Oppgaver i maskinlæring

Sammen med Chandler Johnson og Alessandra Luzzi underviser jeg nå tredje iterasjon av kurset Analytics for Strategic Management. I løpet av kurset jobber studenter med reelle prosjekter for ordentlige selskaper, og bruker ulike former for maskinlæring (stordata, analytics, AI, hva du vil kalle det) til å løse forretningsproblemer. Her er en (for det meste anonymisert, bortsett fra offentlig eide selskaper) liste med resultatene så langt:

  • Et IT-serviceselskap som leverer data og analyser, ønsker å forutsi kundenes bruk av sine elektroniske produkter, for å kunne tilby bedre produkter og skreddersy dem mer til de mest aktive kundene. Resultat: Bedre salgsprediksjoner enn den eksisterende metoden (reduserte feilmodellering med 86%) – men modellen fungerer ikke langt frem i tid. Men den vil bli implementert.
  • En bensinstasjonskjede ønsker å beregne churn hos sine forretningskunder, for å finne måter å holde dem på (eller om nødvendig, endre noen av sine tilbud). Resultat: Fant en modell som identifiserer kunder som vil forlate dem, med en treffrate på 50% vil modellen forbedre resultatet med 25m kroner, og det er rom for å øke bruken av modellen utenfor de opprinnelige segmentene.
  • En frisørkjede ønsker å forutsi hvilke kunder som vil sette opp en ny avtale når de har klippet seg, for å bygge kundelojalitet. Resultat: Fant en modell som predikerte hvilke frisører som har problemer med å bygge opp en gruppe stamkunder (med omtrent 85% nøyaktighet), har klart å få en bedre forståelse av hva som driver kundelojalitet og dermed hvordan de kan hjelpe frisører med å få flere kunder.
  • En stor finansinstitusjon ønsker å finne ansatte som ser etter informasjon om kunder (for eksempel kjendiser), for å styrke personvern og datakonfidensialitet. Resultat: Slet med å få tak i nok og riktige data, men bygget en spesifikasjon av hva slags data som er nødvendig, hva det vil koste, og hva resultatet vil være – og fant at innenfor dette området finnes det svært få modeller, noe som er en mulighet. Og man fant noen lovende startpunkter for å bygge en slik modell. Vanskelig, men viktig område.
  • En stor offentlig IT-avdeling ønsker å forutsi hvilke ansatte som sannsynligvis vil forlate selskapet, for bedre å planlegge for rekruttering og kompetansebygging. Resultat: Bygget en prediksjonsmodell og en prosess som reduserer ledetiden for å ansette en ny person fra 9 til 8 måneder (en 10m innsparing) og dermed reduserer behovet for å utsette prosjekter på grunn av kapasitetsmangel, samt forbedre planleggingen av fremtidige kompetansebehov og øke sjansen for å beholde viktige ansatte.
  • OSL Gardermoen vil finne ut hvilke flypassasjerer som vil ønske å bruke taxfree-butikken etter at de har landet, for å øke salget (og ikke bry dem som ikke vil kjøpe taxfree). Resultat: Fant at noen variable man trodde ville øke taxfree-andelen ikke gjorde det, lærte mye om hva som gjør forskjell – og at modellen, hvis man klarer å bygge den, vil være mye verdt (en økning i taxfree-bruk på under en prosent vil øke Avinors inntekter med mer enn 100m). Samt at eksperimentering, ikke store prosjekter, er veien å gå videre.
  • En mindre bank ønsker å finne ut hvilke av sine yngre kunder som snart trenger et boliglån, for å øke sin markedsandel. Resultat: Bygget en modell som øker sannsynligheten for å identifisere førstegangs boliglånskunder, til en merverdi av 6,9 millioner kroner – samt at bruken av denne modellen introduserer datadrevne beslutninger for organisasjonen.
  • Et internasjonalt TV-selskap vil finne ut hvilke kunder som sannsynligvis vil si opp abonnementet sitt innen en bestemt tidsramme, for å bedre skreddersy sitt tilbud og markedsføring. Resultat: Bygget en modell med en kortsiktig beregnet merverdi på 500000 kroner per år, som treffer seks ganger bedre enn tilfeldige utvalg. I løpet av arbeidet har man funnet en rekke aktiviteter som kan øke kundelojaliteten uten store kostnader – og funnet inspirasjon for mer bruk av maskinlæring.
  • En leverandør av administrerte datasentre ønsker å forutsi sine kunders energibehov, for å kunne skrive og oppfylle konktrakter om sertifisert grønne datasentertjenester. Resultat: Bygget en modell basert på historiske sensordata for eksisterende kunder, for å forutsi forbruk for en ny kunde, og deretter en modell som inkluderer den nye kunden for å overvåke resultatet og forbedre modellen for alle kundene. En korrekt modell (som implementert) vil forbedre månedlig inntekt med 47% for en ny klient og redusere sjansen for kontraktsterminering.
  • Ruter (paraplyfirmaet for offentlig transport for Oslo-området) ønsker å bygge en modell for å bedre forutsi trengsel på busser, for å, vel, unngå trengsel. Resultat: Bygget en modell og et forslag til en tjeneste for å kunne fortelle Ruters kunder om det (sannsynligvis) er ledige seter på bussen eller ikke, går nå til testing.
  • Barnevernet ønsker å bygge en modell for å bedre forutsi hvilke familier som mest sannsynlig vil bli godkjent som fosterforeldre, for å kunne prioritere saksbehandling og redusere ventelister. Resultat: Tross mye manglende data klarte man å finne gode indikatorer på godkjente fosterforeldre og har lagt en plan for videreutvikling av modellen etterhvert som man får bedre data. Området er lovende, siden behovet for fosterforeldre er stort og selv en liten forbedring vil hjelpe.
  • Et strømproduksjonsselskap vil bygge en modell for å bedre forutsi strømforbruket i deres marked for å kunne planlegge produksjonsprosessen bedre. Resultat: Testet mange modeller og har funnet at å forutsi spot-priser er vanskelig, men har klart å finne indikatorer på økt volatilitet, noe som gjør at man kan produsere noe mer presist. Kortsiktig effekt av en liten modell er 100-200 tusen euro per år for hver produksjonsenhet, et tall som forventes å øke siden volatiliteten i markedet vil øke fremover.

Alt i alt er vi svært fornøyd – vi har klart å øke verdien, samlet sett, for disse selskapene adskillig mer enn kurset koster (I hvert fall 10-gangen, konservativt anslått). Flere av deltakerne har fått nye stillinger og flere av dem har bestemt seg for at data science er en retning de skal fortsette å utvikle seg i, og ønsket seg flere slike «tekniske» kurs. Og gitt at vi også har produsert en masse kunnskap og generelt økt deltakernes evne til å bygge bro mellom analytikere og forretningsfolk, tror jeg vi kan erklære dette prosjektet for en suksess…

Og her er (de fleste) av denne gjengen:

Oppgaver i strategisk forretningsutvikling og innovasjon

Vanligvis skriver jeg en bloggpost en gang i året (2016/17, 2015/16, 2014/15, 2013/14, 2012/13, 2011/12) om hvilke oppgaver studentene gjør i Ragnvald Sannes’ og mitt kurs Strategisk forretningsutvikling og innovasjon. I fjor ser det ut til at jeg glemte å gjøre det, og nå nærmer vi oss slutten på årets oppgaver, så her kommer en liste med et utvalg oppgaver fra i fjor og i år. Som vanlig må jeg være litt diskret i beskrivelsene, siden mye av dette er konfidensielt av konkurransehensyn:

  • et inkassoselskap ønsker å bruke automatisering til å effektivisere sine rutinesaker
  • en stor finansinstitusjon ønsker å utvikle en belønningsordning for innovasjon internt i organisasjonen
  • en stor produsent innenfor næringsmiddelindustrien ønsker å utvikle en digitalt produktstrategi for en del av sortimentet som skal markedsføres internasjonalt
  • en konkurrent av BI ønsker å utvikle en strategi for digitalisert undervisningsleveranse
  • et forsikringsselskap ønsker å utvikle bruk av sensorer for å redusere vannskader
  • en studentorganisasjon ønsker å lage en bedre måte å matche studenter inn i bofellesskap
  • en forsikringsmegler ønsker å utvikle en digital plattform for forsikringsmegling
  • en regionsavis ønsker å utvikle en digital strategi
  • et interiørmagasin ønsker å utvikle en digital strategi
  • et stort transportselskap ønsker å utvikle en digitalt basert prisstrategi
  • et oppstartsselskap ønsker å utrede alternative drivstofftyper
  • et oppstartsselskap ønsker å utrede et tilbud med digitale nøkler for adgang til bygninger
  • en finansinstitusjon ønsker å lage fremtidens forsikringsprodukt
  • et stort boligselskap ønsker å lage et softwareprodukt for borettslagsstyrer og andre tillitsvalgte
  • et helseforetak ønsker å bruke digital teknologi til å øke kvaliteten på portørtjenestene
  • et forlag ønsker å bygge et digitalt fellesskap rundt sine utgivelser
  • et teknologiselskap ser på fjernstyrt digital teknologi for minerydding
  • en bilverkstedkjede ønsker å utvikle et utvidet og bedre kundekonsept
  • en studentorganisasjon ønsker å utvikle et tilbud for videobaserte legekonsultasjoner
  • et forsikringsselskap ønsker å utvikle en smidig skaleringsstrategi
  • en leverandør av treningsutstyr ønsker å utvikle en digital fellesskapsplattform
  • en leverandør av studentboliger ønsker å utvikle en innovasjonsstrategi

Denne listen gir jo forklaringen på hvorfor jeg synes det er så morsomt å undervise dette kurset – motiverte studenter med spennende prosjekter gjør at jeg lærer av dem, og det er jo det man er ute etter…

Og med det: Her er gjengen:

En enkel introduksjon til kryptering og e-tjenesten

E-tjenesten vil gjerne ha en bakdør til kryptert innhold her til lands – et forslag som har blitt slaktet på ytringsfrihets- og rettssikkerhetsgrunnlag, blant annet. Jeg synes forslaget er minst like dårlig, men av rent tekniske grunner. Men skal man ha en mening om hvorfor forslaget er dårlig, må man ha en grunnleggende forståelse for hvordan kryptering virker.

Dette kan du lese om i min kommentar hos Digi.no. Teksten kommer til å dukke opp her etterhvert. I mellomtiden har du lydfilen her:

Hvordan kryptering virker – og hvorfor det ikke skal finnes bakdører

Takk til Odd Erik Gundersen og Lena Andersen for gjennomlesning og gode kommentarer!

Pasienttransport – og Digi.no

For noen uker siden fikk jeg en epost fra Kurt Lekanger, redaksjonssjef i digi.no. Han lurte på om jeg var interessert i å skrive kronikker for dem. Jeg var litt nølende, for jeg har nok å gjøre og trenger ikke flere forpliktelser. Digi.no leses imidlertid av en rekke mennesker som er interessert i digitalisering, og er et nettsted som faktisk ønsker å gå litt bak de helt enkle fremstillingene og kommunisere som om leserne faktisk skjønte forskjellen på USB og UPS.

Så, etter å ha blitt grundig lei av riksmedienes uutholdelige letthet, sa jeg ja, og dermed så kommer jeg til å dukke opp med ujevne mellomrom hos digi.no i en spalte kalt «Tversoversk.» Kurt laget til og med en ganske kul (vel, det skal ikke så mye til for min del) vignett som ser slik ut:

Den første kommentaren handler om pasientkjøring og hvorfor i all verden vi ikke kan endre på inngrodd praksis og begynne med moderne verktøy på dette området. Vær så god, les på eget ansvar.

Så kommer spørsmålet – hvordan skal jeg håndtere kombinasjonen egen blogg vs. en kommentarspalte på digi.no? Vel, jeg har ikke tenkt å konkurrere med digi.no, så ja, teksten kommer nok her på et eller annet tidspunkt, i arkivhensikt, men jeg venter en stund.

Men en aldri så liten lydfil kan jeg jo legge ut. Har ikke snakket med Kurt om denne saken, men han må gjerne kopiere denne lydfilen til digi.no. Og, vel, er du trofast leser av denne bloggen kan du altså høre i stedet for å lese:

Offentlig Uber

DN og norske gründere

Jeg har latt meg overtale til å bli med i juryen for å kåre Norges fremste gründere. Kriteriene for kåringen er med hensikt ikke spesifikke (den årlige gasellekåringen har en tendens til at det blir firmaer som går opp og ned med konjunkturene – som stillasutleiebedrifter – som dominerer. Her er vi ute etter bedrifter som er interessante og som har en fremtid og noen resultater å vise til, ikke bare en ide. Det blir også to kategorier – oppstartbedrifter og bedrifter som er i den fasen Norge kanskje sliter mest med (vi mangler ikke gode ideer), nemlig vekstfasen.

Nå er det slik at for å bli med her, må bedriften meldes på – av selskapets ledelse eller styre, eller etter avtale med dem. Innmelding så fort som mulig og senest 1. mars. Skjema finner du her, og, vel, det er bare å sette i gang!

NRK og Norgestaxi og journalisthåndverk

Jeg har et håp om å få digitalisering på dagsorden i Norge, men det er litt motbakke om dagen. Her kommer et lite hjertesukk. (Og ja, jeg har tenkt meg om før jeg skriver dette.)

For noen dager siden ble jeg oppringt av en journalist fra NRK. Vedkommende har jobbet med en sak om pasienttransport. Folk med TT-kort og andre som skal ha pasienttransport må vente i evigheter. En av årsakene er at de som har ansvaret for å skrive kontrakter med taxi-selskapene ikke har snakket sammen og har endt opp med Norgestaxi, som av ulike årsaker ikke har nok biler. Jeg har hatt syke barn (som har trengt transport) og er opptatt av dette, så vi snakket sammen om de bakenforliggende årsakene – i liten grad om Norgestaxi.

Tirsdag kom et team fra NRK (to journalister, en kameramann og en stillfotograf) til BI for å intervjue meg om dette. Hovedpunktene i diskusjonen var:

  • Bestilling og koordinering av offentlig transport gjøres på en gammeldags og lite effektiv måte. Pasienter lider og sjåfører får ikke godt nok betalt. (Dette har vært et problem lenge før Norgestaxi).
  • Det offentlige anskaffelsessystemet og manglende koordinering i det offentlige koster mange millioner og fører til masse ventetid.
  • Det er bare to måter å håndtere en knapp ressurs på: Pris eller kø.
  • For pasienttransport har vi valgt kø, og da er er det enten kø av pasienter eller kø av sjåfører.
  • Løsningen er å lage en sentral, offentlig Uber-lignende løsning for all offentlig betalt transport, som binder sammen alle som kan kjøre med alle som trenger transport.
  • En slik løsning vil forenkle livet for passasjerer og sjåfører, men kan gjøre livet surt for drosjeselskaper. Men de er ikke bevaringsverdige.
  • Siden vi vet hva fremtiden vil bringe, kan vi like gjerne bygge den med en gang i stedet for å flikke på det vi har.
  • Dette vil kreve regelendringer, at man krysser organisasjonsgrenser, og at noen organisasjoner og firmaer dør.
  • Det er det vi har en digitaliseringsminister til.

Jeg synes dette er en interessant og viktig diskusjon – og pasienttransporten et glimrende eksempel på hvordan vi kan opprettholde velferdsstaten gjennom smart bruk av teknologi.

Men resultatet av intervjuet ble noe ganske annet: Før den egentlige diskusjonen begynte, ble jeg forelagt endel utskrifter om antall biler og en eskalering av antall avvik, og spurt om det var slik at Norgestaxi har oversolgt kapasiteten sin. Før vi begynte intervjuet (og i løpet av den første samtalen), sa jeg at dette kunne jeg ikke si noe om i detalj, siden jeg ikke vet noe om hvor mange taxier som behøves i de ulike sammenhengene her. Så åpnet vi, og jeg ble spurt om Norgestaxi hadde solgt kapasiteten sin to ganger. Jeg svarte (og det var på Dagsrevyen) at det kan se slik ut, uten at jeg har gått i detalj på tallene.

Deretter filmet og tok vi opp ulike segmenter en times tid, hvorav absolutt ingenting ble brukt verken på Dagsrevyen eller nrk.no. Hva gjelder TV-tid, er konkurransen beinhard, så jeg ser den prioriteringen (og har vært der mange, mange ganger før.) Men på nrk.no gjelder ikke tids- og plassbegrensninger.

Journalistiske avveininger skal gjøres av journalister og redaktører, ikke meningshavere. Men jeg hadde trodd at vi for en gangs skyld skulle få satt de bakenforliggende problemene på kartet, og ikke hoppet på en banal vinkling med «her har vi skurken» (i dette tilfellet Norgestaxi, som er en kommersiell aktør og ikke har gjort noe annet enn å søke lønnsomhet i et konkurranseutsatt marked.)

Og jeg hadde trodd at NRK, hvis noen, ville holde seg for gode til å gå inn i en intervjusituasjon med hensikt å få et bestemt utsagn – «kapasiteten er oversolgt, sier en førsteamanuensis» – flyttet fra sine egne observasjoner til en i denne sammenhengen litt malplassert fagperson. NRK er statsfinansiert, noe jeg ikke har de minste i mot, men hensikten med den finansieringen er at man skal kunne gå i dybden.

Hadde jeg visst at det var dette som skulle bli den eneste vinklingen, ville jeg sagt nei til å bli intervjuet.

Jeg har en hel del kolleger som ikke snakker med journalister, nettopp av redsel for å bli fremstilt på en annen måte enn de hadde regnet med. Jeg anser det å snakke med journalister som min samfunnsplikt – og som regel går det jo utmerket. Men det blir litt vanskelig når man blir utsatt for det jeg mener er slett journalistisk håndverk.

Og hva pasientreiser og taxiselskaper og annet gjelder, så får jeg vel skrive et innlegg om det ved en senere anledning (som jeg har gjort før).

Om noen skulle være interessert i den debatten.


Artikkelen i faksimile: