Här är nya Resumé Insikt

Just nu förändras medie- och kommunikationsbranschen så mycket och med så hög hastighet att vi behöver bevaka vad som sker på nya sätt. I sommar lanseras därför Resumé Insikt Media, Insikt Marknad och Insikt Kommunikation – tre digitala analysbrev som ska bevaka vad medie- och kommunikationsbranschen gör och varför.

Redaktörer för breven är Julia Lundin, Yasmine Winberg och Billy Andersson. Kärnan i analysbreven blir casestudier. Från bakgrund, till nya utmaningar och i slutändan uppmätta resultat. Vår ambition är närsynt undersöka projekten och på så sätt förklara förändringar i en snabbt föränderligt medielandskap.

Första caset, som publiceras här, blir Pendelprognos/The Train Brian, Kärnhusets Cannes Lions-nominerade projekt för Stockholms pendeltågstrafik. Det här är ett kommunikations-case men vi ska presentera medieprojekten och varumärkes-casen med liknande mallar.

Vi är dock öppna för att justera hur vi jobbar. Därför är det här en testballong, en inbjudan till alla läsare att komma med synpunkter om alternativa sätt att gräva fram material, presentera och analysera. Vi välkomnar kommentarer och är övertygade om att upplägget ska se annorlunda ut vid årets slut.

Pendelprognos/The Train Brain
Uppdragsgivare: Stockholmståg
Byrå: Kärnhuset
Kommunikationsform: digital tjänst förmedlad av app

Byrån Kärnhuset tog till en matematisk formel för att Stockholmstågs kunder skulle bli nöjdare. Det lyckades och på kuppen fick Kärnhusets algoritm internationellt uppmärksamhet. Men projektet visar också att det inte räcker med geniala algoritmer för att det ska bli succé.

Inledning: Vad som är nytta och vad som är upplevd nytta är inte alltid självklart. Brittiska reklamprofilen Rory Sutherland drar historien om transportbolaget Eurostar som investerade 6 miljarder pund i nya tågspår mellan London och Paris för att korta restiden med 40 minuter med syfte att få nöjdare kunder. Sutherland hävdar att det varit effektivare att låta världens mest eftertraktade manliga och kvinnliga modeller agera tågvärdar. Investeringen hade blivit betydligt lägre och enda nackdelen varit att resenärerna skulle protestera mot att tågen gick för fort. Det handlar om att förstå människors behov och framför allt rätt behov.

Bakgrund: Stockholmståg är ett dotterbolag till SJ och driver pendeltågstrafiken i Stockholm åt SL, Stockholms Läns Lokaltrafik. Ett naturligt monopol och därför har SL kundnöjdhet som en parameter i avtalskonstruktionen med entreprenörerna. Nöjdare kunder ger bättre utdelning för den som kör tågen.

Byrån Kärnhuset har på uppdrag av Stockholmståg jobbat med att höja kundnöjdheten hos resenärerna. Ett uppdrag med speciella krav. Traditionell reklam går bort. Det uppfattas som slöseri med pengar. Men det finns två andra sätt att få nöjda resenärer:
• göra resenärerna gladare
• underlätta resenärernas liv, i bästa fall se till att tågen är punktliga

Att göra resenärerna gladare behöver inte vara komplicerat. Kärnhuset har låtit skolbarn i döpa tågen, de har illustrerat pendeltågen med små roliga gubbar och låtit Pendelmannan förgylla väntetiden på perrongen. Kärnhusets undersökningar visar att de glädjespridande metoderna har positiva effekter.

Andra strategin är nytta. Bland annat har byrån tagit fram en app som, genom att läsa av hur tunga tågen är, kan berätta var i pendeltåget det finns mest plats innan tåget rullar in på stationen.

Ultimat nytta är att tågen går i tid. Förseningar är huvudsakliga anledningen till arga resenärer. Men irritationen har inte alltid med verkliga förseningar. Det finns teorier om att våra förväntningar på kontroll har ökat med digitaliseringen. I dag vet vi exakt var våra paketleveranser befinner sig och vi får sömnstatistik i vår smartwatch när vi vaknar. I det perspektivet är det frustrerande att stå utan information när pendeltåget är en kvart sent.

Utmaning: Hur kan trafikdata användas effektivt för att återge resenärerna mer kontroll över sin tid? Hur kan Stockholmståg skapa nytta med trafikdata?

Lösning: Tillsammans med matematikern Wilhelm Landerholm föreslog Kärnhuset för Stockholmståg att man skulle ta fram en algoritm som, med hjälp av trafikdata, kunde förutspå tågförseningar upp till två timmar. Det skulle återge resenärerna viss kontroll över sin tid. Kan de förutse en förseningen finns det möjlighet att, till exempel, ställa in sitt möte eller förvarna dagis om sen hämtning.

I slutet av sommaren 2015 sattes Landerholms algoritm, döpt till The Train Brain, i "halvskarpt" läge i form av sajten Pendelprognos.technology. Där jämfördes Train Brain med de system som trafikledningen använde och upplägget var en tävling om vem som kunde förutspå förseningar bäst på olika tågsträckor. En vunnen sträcka gav poäng. I oktober hade trafikledningssystemet 3158 poäng medan Train Brain hade 59 589 poäng. Pendelprognos.technology kommunicerades med pr och egna kanaler.

Trots gamifieringen är en algoritm svår att sälja till allmänheten. Det krävdes paketering av matematiken och verktyget blev en mobiltelefonapp som kunde förutspå tågförseningar. Den svåra uppgiften var att hitta rätt balans mellan exakthet och snabbhet i tekniken. Exakta prognoser på förseningar kan ta 20 minuter att räkna ut och därmed tappar de sin funktion. Det gällde alltså att bli ganska exakt och ganska snabb.

En annan utmaning var att förklara appen för resenärer. Sedan tidigare finns tidtabellsappar och på perrongernas tidstavlort visar en skattning på när pendeltågen ska komma. Den nya algoritmen är också en skattning, om än mer exakt, men däremot ingen tidtabell. Många tidsbegrepp kan skapa förvirring. Kärnhuset landade i att, trots allt, kalla angivelserna i appen för prognoser. För att minimera förvirring är prognoserna också avskalade utan tilläggsinformation (av typen "20 minuter sent tåg, du hinner en kopp kaffe").

Det ska också påpekas att appen innebar organisatoriska utmaningar för Stockholmståg. En fungerande app kräver förvaltning som drar resurser vilket lätt är glömt i ett initialt skede. Lanseringen av appen Pendelprognos gjordes i februari i år. Främst i sociala medier, med pr och via SL:s samarbetspartner Metro. Som tidigare valdes reklam bort.

Ett avbräck i projektet var naturligtvis att Stockholmståg förlorade, mitt under arbetet med Pendelprognos, en ny upphandling av pendeltågstrafiken (Stockholmståg överklagade beslutet men i mitten av maj beslöt Förvaltningsrätten att SL:s beslut skulle ligga fast).

Resultat: Trots mediebevakningen i Sverige var blygsam gjordes 25 000 nedladdningar av appen de första veckorna. Recensionerna är blandade. Ett problemet att när förseningarna är som värsta fungerar Pendelprognos sämst eftersom stillastående tåg inte avger någon trafikdata att räkna på. Å andra sidan är den grafiska visningen var tågen befinner sig på karten uppskattad bland resenärerna. Betyget i Google Playstore ligger runt tre på en femgradig skala.

Stockholmstågs egna mätningar visade att i Stockholms län så känner 13 procent i åldern 16-79 år till Pendelprognos. Den gruppen har i snitt blivit 30 procent nöjdare med pendeltrafiken. Eftersom Stockholmstågs ersättning är kopplad till kundnöjdhetsindex avspeglas nöjdheten direkt i det ekonomiska resultatet. Enligt Stockholmstågs kommunikationschef Mikael Lindskog har man tjänat in investeringen som gjorts. Däremot har Stockholmståg inte kunnat lämna ut användardata från appen.

Pendelprognos har inte fått stort genomslag i varken traditionella eller sociala medier.

Träffar i svenska medier:
Wilhelm Landerholm 25 träffar
The Train Brain 21 träffar
Pendelprognos 16 träffar

Träffar i sociala medier:
37 inlägg, varav de flesta neutrala (källa: Meltwater)

Google-sökningar:
Februari 1900 sökningar
Mars 260 sökningar
April 260 sökningar

Ett antal person per dag hör av sig till Stockholmståg via appen och sajten Pendelprognos. Projektet har varit igång i knappt tre månader och det är för tidigt att avläsa någon långsiktig effekt. På Kärnhuset väntar flera uppdateringar och nya funktioner. I det perspektivet är det minst sagt en miss att Stockholmståg förlorade kontraktet med SL. Men appen är användbar på alla system som avger data.

I dag är algoritmen lagd i ett eget bolag och ska kommersialiseras internationellt. En bieffekt av Pendelprognos är uppmärksamheten i internationell media. När Dagens Nyheter gjorde en notis skrev bland annat Washington Post, Forbes, Mail Online artiklar om svenskarna som kan se in i framtiden.

Att hyllas i internationell media har ingen betydelse för pendlare som undrar varför tågen inte kommer. Jakob Westman, ad på Kärnhuset, påpekar dock att det kan ha en indirekt effekt genom att vi känner oss stolta när svenskar utmärker sig internationellt. Med klassiskt varumärkssnyltande maner jämför han med hur vi känner inför Zlatans framgångar. Men det finns inga mätningar på någon internationell Pendelprognoseffekten.

Kommentar: Pendelprognos är ännu ett exempel där man använder funktioner i stället för kommunikation. En app löser konsumenternas frustration i stället för att kommunicera den egna (o)förmågan. Trots att Stockholmståg förlorade kontraktet med SL visar resultat som Kärnhuset rapporterat och Stockholmstågs kommenterar att projektet varit framgångsrikt även på kort sikt.

Det borde inte finnas anledning att klaga. Men med tanke på en insats som gjordes och den unika algoritm som man tagit fram borde succén blivit större. I dag det är ytterst sällan som det går att förlita sig enbart på innovationens egen mediala kraft. Traditionell reklam för pendeltrafik är problematisk men i det här fallet hade det kanske varit läge med ett undantag?

För att återgå till Rory Sutherlands tips om fotomodeller i stället för teknik går det trots allt att ställa frågan om det var värt ansträngningen. I dag är kommunikationsbranschen entusiastiska över innovationer och möjligheten att lösa problem för konsumenter i stället för att trycka ut budskap. Men Pendelprognos kräver resurser, mycket utvecklingsarbete och en uppdragsgivare som måste anpassa sin organisation för att lösningen ska fungera. Både på Kärnhuset och Stockholmståg hävdar man bestämt att det var värt ansträngningarna.

På pluskontot finns naturligtvis nya kunskaper, intern stolthet och glädje över att ha skapat något nytt. Men det måste vägas mot att man binder upp resurser i en bestämd teknik och organisation. Var det värt det? Vad var alternativkostnaden?

Kommentar Johan Tesch, digital chef, King:
Å ena sidan var jag något förvånad och positivt överraskad när jag läste om det ambitiösa anslaget. Man gillar ju när matematiker är inblandade.

Det är klart att det kan vara värt för pendelresenärerna att kunna få prognoser om förseningar - och då förutsätter jag att algoritmen verkligen fungerar - det är väl inget snack om den saken. Men det måste vara lite segt om informationen sen inte stämmer.

Det kan ju få stora implikationer. Och är mervärdet jämfört med att använda SLs egna app tillräckligt stort? Där kan man man ju också se störningar. Och köpa biljetter. Och planera resor. Pendelprognosen känns väldigt tunn jämfört med denna. Och betydligt svagare design och UX-mässigt.

Ibland kan det vara så att man genom att tala om ett problem, uppmärksammar något som man kanske därigenom inte tänkt på tidigare, och därigenom får motsatt effekt Ett Waze-liknande system känns nästan intressantare. Att utnyttja de tiotusentals människor som redan är på tågen varje dag till att förvarna andra etc.

Nyckelpersoner:
Uppdragsgivare: Mikael Lindskog, kommunikationschef Stockholmståg
Kundansvarig på Kärnhuset: Jonas Järnfeldt
Strateg Kärnhuset: Patrik Lundberg
Kreatör Kärnhuset: Jakob Westman
Data Scientist: Wilhelm Landerholm, frilans
Backend: Johan Nilsson, frilans
Frontend: Kathrin Spraak, Sparkling Zoo

Nyckelbegrepp:
Kundnöjdhet – ett kvalitetsmått som visar hur kunder upplever den senaste aktiviteten. Förväxlas ibland med lojalitet som är mer ett mått på relationen mellan kund och organisation.
Algoritm – matematisk instruktioner som ställs upp i en viss ordning. Används för att analysera insamlad data och hitta korrelationer. Det problematiska med algoritmer är att det är just korrelationer och inte kausalitet som den upptäcker.