Upload
peytz-co
View
191
Download
1
Embed Size (px)
Citation preview
Værdien af Data og Internet of ThingsJens Hjerrild Poder - 15. jun. - 2017
• Direktør for Innovation
• Digital Strategi og Konceptudvikling
Jens Hjerrild Poder
Forandringen accelerer
75years
1957 2003 2013
500
25years
10years
Gennemsnitsalde
r for et firma ved
optagelse
1 mia. værd på hvor længe? Informationsbaserede
forretninger muliggør
eksponentiel frem for
lineær vækst
Computerkraft skaber basis for eksponentiel vækst
Smart udnyttelse af data
• Algoritmer muliggør smart respons på hændelser og
dermed en oprtimeret udnyttelse af ressourcer
• Gå op af dataudnyttelses-trappen
1. Hvad sker?
2. Hvad skete?
3. Hvad vil ske?
4. Hvad bør vi gøre?
• Dette er det nye grænseland for at opsøge
konkurrencefordele
Only 8% of businessesare using more than25% of their data
Undersøgelse af IoT adopters af Oxford
Economics, sponsoreret by Verizon, 2015
Effekten af DATA
Bilvask i
Argentina
• Særligt i Buenos Aires
• Oplevelse et 50% dyk i
omsætning på 10 år fra
2003-2013
• I den samme periode
oplevede man en 50%
forbedring af vejr-udsigter
50%
Safecast: Geiger kort over japan og kickstartet geiger tæller, Fukushima 2011
Internet Of Things:
Volvo Trucks
• Udnytter data for at forbedre service forretning
• Lastbiler ved hvornår de skal til service og planlægning er automatisk
• Lastbiler deler informationer om, hvordan man bedst tackler vanskelige veje
• Volvo Trucks primære profit-vækstområde
Tre afgørende drivere af IOT udvikling
• Connected hardware med sensorer bliver mere tilgængelige
• Big Data og Machine Learning er mere tilgængelig
• Design Thinking
Lavere Hardware Hurdle
• Prototyper er mere tilgængelige – Makers
• Crowdfunding kan hjælpe projekter i gang
• Komponentpriser konstant på vej ned
• Shen Zhen, Hardware-version of Silicon Valley
PRYNTMONO
Le Vego – Studerende
som entrepenører
• CO2 – den primære faktor i indeklima
• Længere før du opdager det har du
allerede tabt 80% af din læringsevne
• Måler hele tiden
• Giver visuel feedback
Maskinlæring: Prediction Engines
• Værktøjer der lærer at gætte på
relevant respons ud fra…
• Brugerens adfærd
• Andre brugeres adfærd
• Viden om data
• Opdager og lærer ved at
eksperimentere
Prediction IO
Google Rankbrain
Design Thinking: Vitality Glowcaps
• Kender mine medicinerings-behov
• Blinker når jeg skal tage en pille
• Registrerer om jeg tager pillen
Gør det en forskel
71 % huskede 95 % huskede
Primære applikations-
områder
De primære IOT vækst-områder
Områder hvor bedre
udnyttelse af ressourcer
skaber kæmpe
Det ikke rigtigt ET marked
Trafik Data: Waze mod Navteq
• 2006: Nokia værdisat til $140 mia
• 2007: iPhone
• Okt 2007: Nokia køber Navteq for $8,1 mia –Asset: Kort og fysiske trafiksensorer
• Dec 2007: Waze grundlagt
• I de næste 4 år crowd sourcer Waze 10x antallet af Navteqs sensorer
• Juni 2012: Nokia værdi $8,2 mia
• Juni 2013: Google køber Waze for $1,1 mia
• Apr 2014: Microsoft køber Nokia for $7,2 mia 10X
Trafik: Utallige
udnyttelsesområder
BMW finder ny forretning
Nye biler er forbundet til BMW labs,
en software device.
BMW tilbyder en service
• Automatiske kørebøger til skat
• Bilen taler med connected home
• Kan låse døren hvis du glemte
Landbrug: John Deere
• Potentiale for 70% mere
effektivt landbrug
• John Deere udnytter satelitter
til at:
• Køre mere præcist og
koordinere køretøjer
• Gemme informationer om
den optimale måde at
dække et område
• Optimere brugen af vand
og gødning baseret på
datakilder
Energi/Forsyning: Grundfos
BacMon
Realtime vand analyse
system:• 5 års IOT udviklintg for
at samle massive
mængder af data
• Bygget på en service
orienteret arkitektur
• Visualiserer data
realtime
"It's like having a heart rate
monitor on your system, you can
follow the heart beat live and act
quickly if changes occur"
Martin Vestergaard, Production
Manager, AquaPri
Forretningsudvikling er central
• IOT ændrer på forudsætninger for at skabe værdi i
markeder – Det er ikke et marked i sig selv
• Det er ikke det berømte køleskab, der kan gå på
nettet
Fra produktsalg til servicesalg
Måske bliver tingen gratis?
Processen
IOT: Brug agil forretningsudvikling
Vision
Market Match
TECH
POC
Market Match
TECH
POC
Kompetencer
Úsikkerhed
Make decisions as late as possible
Find en vision
Lav forretnings-
modeller tidiligt Test teknologi og
markedsmatch - evaluer
Test teknologi og
markedsmatch - evaluer
Vision for: Smart udnyttelse af DATA
• Hvad er jeres glemte og uudnyttede data?
• Hvordan kunne disse data skabe værdi?
• Bevæg jer op af dataudnyttelses-trappen
1. Hvad sker?
2. Hvad skete?
3. Hvad vil ske?
4. Hvad bør vi gøre?
Etabler et stærkt data
grundlag
• Data Governance er nøglen
• Apps og microservices approach I udviklingen af “the short stack” – påtoppen af en IOT platform. StærkeAPI’er er et must
• Vær opmærksom på dataudnyttelses-trappen
• Hvad sker?
• Hvad skete?
• Hvad vil ske?
• Hvad bør vi gøre? Image from Harvard Business Review from: “How Smart, Connected Products Are Transforming
Competition” Michael E. Porter James E. Heppelmann FROM THE NOVEMBER 2014 ISSUE
Valider markedsbehov tidligt og ofte
• Et klasseeksempel på denne approach Owlet business developmenthttps://www.youtube.com/watch?v=f-8v_RgwGe0&t=28s
PIVOT
Pause
EN TUR I GARAGENKom godt i gang med IoT
Hvordan ville jeg gribe IoT an, hvis jeg sad i garagen og skulle i gang?36
Start med et kig på rædselskabinettet; der hvor vi ikke vil hen.37
…og være klar over, hvorfor det sker. Det er, når vi investerer uden reel indsigt om behov.38
At arbejde ud fra reel kunderesearch giver bedre og billigere resultater. 39
Hos Peytz & Co har vi to primære metoder. Udgangspunktet er her den grundige metode.40
Hvorfor vil du noget med IoT? Skal du overhovedet noget med IoT? Måske ikke.41
Svaret finder du kun ét sted: Ude i virkeligheden blandt dine (mulige) kunder.42
Så spørg dem. Og lyt til hvad de siger om de ting, der optager dem.43
Start med det udgangspunkt, at du intet ved om dem. Måske er det, du ved om dem, forkert. 44
Brug Jobs-To-Be-Done frameworket til at skabe et billede af deres dagligdag og udfordringer.45
Fordøj svarene og tænk over, hvordan – og om – du kan omsætte det til et relevant produkt.46
Start fra begyndelsen og definér, hvad du har brug for at lære. Byg først derefter.47
Brug Assumptions Mapping til at blive skarp på, hvad det vigtigtigste, du ikke ved, er. Test det.48
Spørg igen. Men denne gang med udgangspunkt i dine hypoteser, og det du har brug for at vide.49
Efterhånden som svarene kommer ind kan du teste koncepter. Og finde det rigtige ’fit’.50
Der findes også en anden model: Den hurtige, der fordrer viden om det eksakte problem.51
Start med at blive helt skarp på, hvad den egentlige problemstilling er. 52
Skitsér forskellige løsningsforslag.53
Få sat det bedste sammen til 1-2 prototyper, du tænker har det største potentiale. 54
Byg din prototype. Og husk: Det er KUN en prototype. 55
Test prototypen på rigtige kunder. Modtag og indarbejd feedback til næste iteration.56
At arbejde ud fra reel kunderesearch giver bedre og billigere resultater. 57