Om flyteknologi og konsulentteknologi

Norges Tekniske Vitenskapsakademi har publisert en bok om Det nye digitale Norge, og der har jeg to kapitler – et om teknologi i flybransjen, og et om hvordan teknologi påvirker problemløsende bedrifter.

Utfordringen fra komiteen var å se inn i krystallkulen og beskrive litt om hvordan teknologi vil endre seg innenfor disse to bransjene frem til 2030. Nå er det slik at det er ikke er så fryktelig lenge dit, så på en måte er oppgaven enkel: Det meste vil se ut som i dag. Fly vil fly, problemer vil bli løst, og for det meste vil det gjøres manuelt og involvere mennesker. Men vi kan se en hel del teknologier komme, og skal man forstå hvordan de kommer til å utvikle seg og påvirke bransje (eller i hvertfall gjøre et forsøk), må man forstå hvilke begrensninger som ligger i bransjen – som at innenfor flybransjen må alt nytt være sikkert og lønnsomt – hvis ikke blir det bare et prestisjeprosjekt, som Concord.

Og det er det jeg har forsøkt å gjøre. Så er det opp til leserne om jeg (og de andre forfatterne) har lyktes.

God fornøyelse!

Vil du lære litt om Big Data og Data Science?

Data og dataanalyse blir mer og mer viktig for mange bransjer og organisasjoner. Er du interessert i dataanalyse og hva det kan gjøre med din bedrift? Velkommen til et tredagers seminar (executive short program) på BI med tittelen: Decisions from Data: Driving an Organization with Analytics. Datoene er 21-23 mai i år, og det haster derfor litt med påmelding! (Kontakt meg eller Kristin Røthe Søbakk (464 10 255, kristin.r.sobakk@bi.no) om du har spørsmål).

Kurset har vokst ut som en kortversjon av våre executive-kurs Analytics for Strategic Management, som har blitt meget populære og fort blir fulltegnet. (Sjekk denne listen for en smakebit av hva studentene på disse programmene holder på med.)

Seminaret er beregnet på ledere som er nysgjerrig på stordata og dataanalyse og ønsker seg en innføring, uten å måtte ta et fullt kurs om emnet. Vi kommer til å snakke om og vise ulike former for dataanalyse, diskutere de viktigste utfordringene organisasjoner har med å forholde seg både til data og til dataanalytikere – og naturligvis gi masse eksempler på hvordan man kan bruke dataanalyse til å styrke sin konkurransekraft. Det blir ikke mye teknologi, men vi skal ta og føle litt på noen verktøy også, bare for å vite litt om hva som er mulig og hva slags arbeid vi egentlig ber disse dataekspertene om å ta på seg.

Presentasjoner og diskusjon går på engelsk – siden, vel, de beste foreleserne vi har på dette (Chandler Johnson og Alessandra Luzzi) er fra henholdsvis USA og Italia, og dermed blir betydelig mer presise enn om de skulle snakke norsk. Selv henger jeg med så godt jeg kan…

Velkommen til tre dager med data og, etterhvert, strategi!

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