BrandStory er et annonseprodukt, produsert etter gjeldende retningslinjer.

Retningslinjer for BrandStory

BrandStory er en markedsføringskanal for annonsører. Tanken bak annonseformatet er at firmaer med komplekse budskap skal få anledning til å gå i dybden på sine temaer, og ha mulighet til å få direkte feedback fra en relevant målgruppe.

Annonsørene er velkomne til å dele innsikt fra forskning og utvikling, refleksjoner rundt sin rolle i samfunnet og tanker om ledelse.

Produktreklame er ikke tillatt i dette formatet. Annonsører kan heller ikke bruke BrandStory som en kanal for tilsvar på journalistikk som utøves på redaksjonelle flater.

Datatenking må på dagsorden hos forretningsledelsen. Det er den hos Basefarm. Her representert ved (f.v.) adm. dir. Sara Murby Forste i Basefarm Sverige, Senior Vice President HR Marcel Ravenshorst, Senior Vice President Quality and Security Esten Hoel og adm. dir. Chris Jansen i Basefarm Nederland.
Datatenking må på dagsorden hos forretningsledelsen. Det er den hos Basefarm. Her representert ved (f.v.) adm. dir. Sara Murby Forste i Basefarm Sverige, Senior Vice President HR Marcel Ravenshorst, Senior Vice President Quality and Security Esten Hoel og adm. dir. Chris Jansen i Basefarm Nederland.
Innhold fra annonsør

Dette data-tankesettet får ledelse og styre til å lukte penger

 – Ut i fra hverdagslige, datavitenskap-erfaringer vet vi at de fleste ønsker å bruke datatenking for å få løst oppgaver som gir rask avkastning i form av nye muligheter, inntjening og effektivisering, sier Grunde Løvoll og Akos Buzinkay.

Datavitenskap for hverdagsbruk

Akos Buzinkay og Grunde Løvoll ble en del av Basefarms datascience-team i oktober 2018. De kom som team fra NIVA (Norsk institutt for vannforskning). Deres praktiske tilnærming til fagfeltet er noe datatenkende organisasjoner trenger.

– Det er flott å gjenkjenne roser, styre humanoide roboter og sånt ved hjelp av big data, maskinlæring og tingenes internett. Men, fra praktisk erfaring med større prosjekter i Telenor, DNV GL og NIVA vet jeg at hverdagsløsningene er ganske annerledes. Alle ønsker i bunn og grunn å løse praktiske oppgaver som gir rask avkastning i form av nye muligheter, inntjening og effektivisering, sier Akos Buzinkay.

Mange er ikke bevisste over verdiene i dataene sine eller at nye verktøy kan hjelpe til å utnytte dem.

– Markedsføring er et område med lavthengende frukter – konsekvensanalyse, beslutningsstøtte og prediktivt vedlikehold er andre. Brått blir alle enheter med sensorer eller dataloggingsmuligheter til monitorer. Det er mange slike områder for verdifulle, data-drevne hverdagsløsninger. Å komme i gang handler ofte om å identifisere og realisere «enkle løsninger», sier Grunde Løvoll.

Inspeksjon og vedlikehold

Inspeksjon og vedlikehold er store forretningsområder, også i Norge. Alle typer maskineri og installasjoner skal inspiseres, vedlikeholdes, sertifiseres og kanskje oppgraderes.

Målet er å skape trygg og sikker drift for mennesker, miljø og virksomheter. Da ligger det i sakens natur, at inspeksjons- og vedlikeholdsintervaller skjer preventivt med gode marginer for å unngå at kritiske komponenter slutter å virke eller bryter sammen.

– Overraskelser kan være dyre og farlige, sier Løvoll.

– Derfor brukes store summer på inspektører som drar ut og samler data. Gjennom datatenking som kultur for forretningsutvikling kan vi se helt annerledes på dette. Vi kan plassere ut sensorer som måler og lytter og fortløpende analysere dataene.

Avvikende mønstre kan varsle om at noe er i ferd med å gå galt. Da kan man rykke ut raskt, selv om det er lenge til neste planlagte, rutinemessige inspeksjon.

Reparere fremfor inspisere

Dessuten kan man snu på det, og reise ut på inspeksjon når slike tidligvarsler kommer. Man kan gjøre utskiftninger når det trengs i stedet for ut i fra et fastsatt intervall hvor i mange tilfeller fullt brukbare komponenter blir tatt ut.

– Dessuten kan inspeksjonen i større grad automatiseres. Kostnadene behøver ikke å bli knyttet til å sende ut inspektører, men derimot til vedlikeholdsmedarbeidere som ut i fra dataene kan vite nøyaktig hva som venter dem og hva som skal gjøres, sier han.

Med fokus på hverdags-datavitenskap hjelper Basefarms datascience-team kunder i nettopp utfordringer som dette, inkludert mer serviceorienterte oppgaver som å analysere data fra flyselskaper, hotellkjeder og andre reiselivsvirksomheter for å sørge for skreddersydde opplevelser og mer effektive, sikre og fremtidsrettete driftsoperasjoner.

Forskjell i detaljene

– Slike ting kan være akkurat det som vipper belegningsgraden hakket opp, gjør virksomheten mer lønnsom og arbeidsplassene enda litt hyggeligere enn konkurrentenes.

Sitter du på store, verdifulle datamengder uten å være klare over det? Datatenking kan være veien til å avdekke nye verdier og markedsmuligheter i virksomheten. Innenfor markedsføring, inspeksjon og vedlikehold henger kunstig intelligens- og maskinlærings-fruktene lavt. 

Datatenking er et helhetlig, organisatorisk tankesett hvor hele virksomheten søker å utnytte mulighetene som ligger i data – i stedet for «å digitalise» ut i fra en følelse av tvang fordi alle andre gjør det.

I datatenkning er data en resurs som brukes til å effektivisere og forbedre eksisterende produkter og til å skape helt nye produkter og tjenester.

Virksomhetsledelsen må med

Mange virksomheter har rekruttert medarbeidere og er i gang med data-innsjøer, avansert dataanalyse og maskinlæring. Men, hvis satsningen ikke er forankret i et forretningsfokusert tankesett hos bedriftens operative og strategiske ledelse, reduseres sjansene for suksess.

– Datatenking er når hele virksomheten har data som utgangspunkt. Ikke bare for å bygge oppunder eksisterende prosesser, men også for å skape nye produkter og tjenester på områder som kan ligge langt utenfor dagens kjernevirksomhet, forklarer Robert Baumann, markedssjef i Basefarm.

Data science-gruppen i Basefarm er på 20 medarbeidere. Sammen med kolleger i konsulentavdelingen bidrar gruppen til idéutvikling innenfor mulighetsrommet datatenking, data science, kunstig intelligens og hybrid sky.

Som i alle andre forretningsprosesser, er utgangspunktet: Hva er behovene til målgruppene våre – brukerne og kundene?

– Kanskje rimelig løftekraft for satellitter og reiser til Mars? Eller enda bedre kundeservice? Med datatenking søker du etter løsningen i data og digitalisering, sier Baumann.

Ubenyttet data-gull

Mange har datagrunnlag som ikke utnyttes. I CRM-systemer, ERP-systemer, IT-logger og annet ligger store mengder informasjon om kunders bevegelser, behov og interesser. Utplasserte sensorer kan gi enda flere svar.

Faktisk ligger datatenking bak kulturen hos SpaceX som sendte grunder Elon Musk sin Tesla ut i verdensrommet og landet to av tre bæreraketter med suksess, for gjenbruk.

– Gå i gang og skaff frem data fra organisasjonen som beslutningsgrunnlag. Let i det, dann hypoteser. Dette er en del av data science - praktisk utprøving av datatekning. Enten treffer dere med hypotesene og skaper nye inntektsstrømmer, eller lærer underveis. Ved å investere i denne type søkende, smidig kultur kan virksomheter posisjonere seg i markedet og dra fra konkurrentene, mener Baumann. Han legger til:

Om fem år vil kanskje en tekniker reise ut for å undersøke komponenter i denne motoren og skifte slitedeler som like godt kunne ha vart i 3-4 år til. Gjennom datatenking og aktiv bruk av data blir kanskje inspektøren tilkalt tidligere pga. feil under utvikling. Et annet mulig utfall er at vedlikeholdet kan utsette noen år fordi alt er ok. Dataanalysen kan dessuten på forhånd vise nøyaktig hva som må vedlikeholdes eller kan vente.

– Fokuser på hva du ønsker å gjøre, ikke hvordan du vil løse det teknisk. Ikke for det - vi er glade i teknologi hos Basefarm. Men, den gode idéen gjør virksomheten unik og ledende. Teknologien er bare verktøyet.

Baumann trekker frem kollektivtrafikkselskaper som eksempel. Buss, tog og trikk trafikkerer med hovedformål å frakte passasjerer. Men, de samler også inn mye data og kan med nye sensorer samle enda mer. Datagrunnlaget kan brukes både til å forstå, forbedre og effektivisere dagens produkt, og til forutse fremtidige behov og tilpasse nye løsninger til dette.

Fra lineær til parallell

Klikk for å forstørre.

Trafikkdata fra slike kjøretøy har stor verdi for andre. Kanskje kan bysykkelfirmaet forutse hvor etterspørselen er potensielt størst til helgen, myndigheter få grunnlag for planlegging av vedlikehold, drosjesentralen få grunnlag til å styre kapasiteten og personbiler få verdifull informasjon som leder dem køfritt frem med spart tid og drivstoff som resultat.

Senere kan kanskje selvkjørende biler finne raskeste vei til parkeringshus med ledig plass. Norske Q-Free har faktisk dette som element i sine fremtidscenarier.

– Tradisjonelt tenker mange virksomheter lineært på videreføring av egen virksomhet. Datatenking innebærer å se etter og skape parallelle virksomheter ut av dataverdier, gjerne innenfor helt nye områder. Det er ikke urealistisk at disse nye virksomhetene kan bli mer verdt enn den opprinnelige, sier Baumann.

Få varsling om nye saker fra Basefarm

Til toppen