INSITE: Datadrevet utvikling og drift av opplevelsesnæringen

Formål: INSITE skal utløse ny vekst og verdiskaping i opplevelsesnæringen ved hjelp av datadrevet utvikling og drift. Det skal utvikles nye beslutnings- og styringsprosesser for partnerbedriftene. De nye prosessene skal understøttes av utviklingen av et datapanel som visualiserer heterogene data. INSITE går direkte inn i kjernevirksomheten for opplevelsesbedrifter ved å skape databasert innsikt i hva det er som utløser gode opplevelser, og derigjennom betalingsvilje og gjenkjøpsintensjon. Med dette vil INSITE bidra til å skape bedre kundeopplevelser. Beslutningsstøtte i opplevelsesnæringen er i hovedsak begrenset til erfaringsbasert ledelse, enkel analyse av transaksjonsdata samt spørreundersøkelser. Gjennom INSITE ønsket prosjektpartnerne å utvikle og teste nye beslutnings- og styringsprosesser understøttet av større mengder heterogene data (big data). Prosjektet har bestått av en kombinasjon av kommersiell eksperimentering og forskning. En del av prosjektresultatene for prosjektpartnerne har vært erfaring fra ekseperimentene, selv om det ikke nødvendigvis var forskningsmessige resultater fra alle eksperimentene. For kommersielle bedrifter er det verdt å gjøre endringer og tiltak basert på eksperimenterfaringene ? også de gangene eksperimentene ikke har forskningsmessig signifikans, som kreves i forskningen. Nye konsepter er utviklet og testet i INSITE gjennom bruk av følgende overordnede områder: - Bevegelsesdata i opplevelsesnæringen: registrering av gjestenes bevegelse ved bruk av nettvarder (beacons) - Heterogene data vha. lavterkselteknologi: kobling av bevegelsesdata med andre datakilder som værdata, salgsdata, nettkoblede gjenstander (Tingenes Internett) og gjestetilbakemeldinger - Utforskende analyse: analyse hvor hypotesene ikke er kjent på forhånd, men hvor datavisualisering gir sammenhenger og nye mønstre - Visualisering som beslutningsstøtte: muliggjøring av datadrevne beslutninger ved bruk av datavisualisering i datapanel Utvalg av prosjektresultat: - Metode for analyse av kundereiser basert på bevegelsesdata. Eks. visualiseringer som viser konverteringsrater i det fysiske rom gjennom fysiske kjøpstrakter. Flere av partnerbedriftene har endret i sine tjenester som følge av innsikt fra bevegelsesdata. - Daglige rapporter som viser anonymiserte kundereiser i Dyreparken som besvarer eksempelvis følgende spørsmål: Hvor er de besøkende i parken til hvilken tid og til hvilken dato? Når besøkes de ulike områdene? Hvilke attraksjoner bruker de besøkende mest tid på? - Daglige rapporter som viser kommunikasjon og tilbakemeldinger fra de besøkende i Dyreparken som besvarer eksempelvis følgende spørsmål: Hvor mange pushmeldinger i Dyreparkenappen har blitt sendt ut, og hvor mange har blitt besvart, fordelt på forespørsler tilknyttet hhv. terningkast, gjesteundersøkelse, informasjonsmeldinger. - Segmenteringsanalyser som vha maskinlæring grupperer de besøkende ut fra faktisk fysisk adferd og preferanser. Nye segmenter er benyttet i mer målrettet og relevant markedsføring med gode resultater. - Prediksjonsanalyse som vha maskinlæring predikerer gjestetall basert på bl.a. værdata, historiske salgsdata og forhåndssalg. - Analyser av hvordan konversasjonsdata fra gjestenes dialog med digital assistent (eks. chatbot) kan gi bedre forståselse av kunden og kundereisen og gi kunden bedre opplevelser. - Etablert og validert teknisk infrastruktur for å følge togreisende underveis på sin tur med tid- og stedsrelevant informasjon underveis kommunisert via billettapplikasjonen Partnere: Dyreparken Utvikling er prosjekteier og inFuture er prosjektleder, og sammen med fluxLoop, NSB Reiseliv og USUS er de hovedpartnere i prosjektet. Norce (tidl. Agderforskning), Universitet i Agder og Centrum för Tjänsteforskning er forskningspartnere. Øvrige prosjektpartnere er Agder Taxi, Color Line, Handi, Hovden Alpinsenter, Rosfjord Strandhotell, Sjømannssuitene DLH, Sørlandsbadet, Stiftelsen Lindesnes Fyrmuseum og Svai-gruppen, hvorav alle er partnere i næringsklyngen USUS.

For prosjektpartnerne har INSITE bidratt til kompetanseutvikling innenfor bl.a: -Metodikk for eksperimentbasert innovasjon -Innsamling og analyse av big data fra flere datakilder, primært bevegelsesdata -Bruk av visualiseringsverktøy for innsikt i data -Tolkning av data og viktigheten av datakvalitet -Bestilling av digitale tjenester -Digital kommunikasjon med gjester -Tilpasset markedsføring basert på bl.a. bevegelsesdata -Håndtering av personvern (jfr. GDPR) For forskningspartnerne NORCE, UiA og CTF har INSITE bidratt til å videreutvikle kunnskap om metode og analyse av stordata, kvalitetssikring av bevegelsesdata, datakilder og -system, samt gjennomføring av tverrvitenskapelige felteksperiment. INSITE har videre bidratt med å utvikle kunnskap om sammenheng mellom teknologiutvikling og henholdsvis implementeringsprosesser, styringsverktøy og innovasjonsledelse, strategisk virksomhets- og forretningsutvikling, driftsoptimalisering og mulig investeringsoptimalisering.

INSITE går direkte inn i kjernevirksomheten for opplevelsesbedrifter ved å skape databasert innsikt i hva det er som utløser gode ¬opplevelser, og derigjennom betalingsvilje og gjenkjøpsintensjon. Formål: INSITE skal utløse ny vekst og verdiskaping ved hjelp av datadrevet utvikling og drift i opplevelsesnæringen. Det skal utvikles en ny beslutnings- og styringsprosess for partnerbedriftene. Den nye prosessen skal understøttes av utviklingen av et datapanel som visualiserer heterogene data. FoU-utfordringene: - Heterogene data vha lavterskelteknologi: Det vil måtte gjøres en serie vitenskapelig støttede eksperimenter for å avdekke om, og i så fall i hvilket omfang, lavterskelteknologi kan anvendes for å innhente og aggregere relevante, heterogene data for opplevelsesnæringen. - Utforskende analyse: Basert på erfaring fra tidligere prosjekter er det en ambisjon i INSITE å utføre utforskende analyse på de heterogene dataene. Det vil si analyse hvor hypotesene ikke er kjent på forhånd, men hvor iterative visualiseringer av sammen¬henger i dataene avdekker ukjente mønstre. Det er behov for forskning for å avdekke hvorvidt analyse av slike mønstre avdekker ny innsikt som gir grunnlag for nye hypoteser - Visualisering som beslutningsstøtte: Det forventes økt lønnsomhet i virksomheter der ledelsen dyktiggjøres til å fatte datadrevne beslutninger. Det er en rekke hindre for å få dette til, herunder kultur, tradisjon og individuell erfaring hos lederne. Det er behov for forskning for å avdekke hvorvidt INSITEs datapanel faktisk gir nye beslutningsprosesser for partnerbedriftene. Utnytte resultatene: Verdiskapingspotensialet er knyttet til i) flere returnerende kunder, ii) økt omsetning fra eksisterende kunder, iii) reduserte driftskostnader og iv) reduserte investeringer. Det vurderes som realistisk samlet å doble driftsmarginen for partnerbedriftene som resultat av INSITE, alt annet like. I tillegg kommer de økonomiske effektene for øvrige samarbeidsbedrifter.