Show 13. juni 2024
October 10, 2021
twoday kapacity A/S
for
N1
Kategori :
Type :
andet
Hvad gør man, hvis man mangler data på 220.000 kabelskabe i Jylland? Man udvikler en Pokémon GO-lignende app - krydret med en billedgenkendelsesalgoritme - hvor medarbejdere får en kontant bonus for at gå på jagt efter – og tage billeder af – kabelskabe. Det giver motion og gode snakke ved kaffemaskinen; for hvem samler flest kabelskabe? Og særligt godt er det, når den kollegiale konkurrence betyder, at man på få måneder indhenter mere data end man kunne gøre på 14 år – med en millionbesparelse og markant flere ressourcer til følge!
N1 er et elnetselskab, der forsyner cirka 800.000 hjem og virksomheder med strøm. Deres kritiske infrastruktur består blandt andet af transformerstationer, elmålere og altså kabelskabe. I alt har de ansvaret for 280.000 kabelskabe, men de mangler indsigt i og overblik over skabenes stand, alder, type/model, nøjagtige placering, mv.
Der udføres årligt cirka 10.000 eftersyn på kabelskabe, der er tilfældigt udvalgt, fordi teknikerne mangler data. Det gør, at eftersynene i høj grad bliver foretaget i blinde. Det gør en eftersynscyklus meget lang og uhensigtsmæssig – og beskadigede kabelskabe (der kan være personfarlige) efterses muligvis ikke.
N1 ønskede at revolutionere det traditionelle eftersyn. De fik en idé inspireret af Pokemon GO. I stedet for Pokémons skulle de bare have medarbejderne til at ’fange’ kabelskabe. Projektet blev navngivet ’N1GO!’
N1 indledte derfor en dialog med Twoday Kapacity og Microsoft om, hvad der skulle til for, at denne kreative dataindsamling kunne blive en realitet.
Konkret var planen at lave en app til medarbejdere, hvor kabelskabene er plottet ind på et kort. Medarbejderen kan så gå hen til et af kabelskabene og tage et billede med sit kamera. Her vil en billedgenkendelsesalgoritme foreslå, hvilken type og model der er tale om, og samtidig skal medarbejderen vurdere kabelskabets stand.
Dette ville give N1 en masse brugbar data på de mange kabelskabe, så de kunne fokusere teknikerbesøgene til de kabelskabe, der havde brug for det. Forventningerne til resultaterne var ambitiøse og lød: totaloverblik over en 5-årig periode og en samlet større økonomisk besparelse.
Et dedikeret team bestående af specialister og data scientists blev etableret som projekt-team. Arbejdstesen var, at billedegenkendelsesalgoritmen kunne erstatte den nødvendige domæneviden, som kun teknikere besidder. Dermed kunne dataindsamlingen udføres af andre end de knappe tekniker-ressourcer. Hvis tesen holdt stand, ville udvikling af den samlede løsning blive igangsat.
Fokus for digitaliseringsinitiativet er billedgenkendelse, kunstig intelligens, samarbejde og gamification.
Den samlede løsning består af flere elementer. En mobilapp – N1GO! – hvor medarbejderne kan indsamle og berige data om kabelskabene. Dataene overføres til en central database. Derudover er der også bygget en kontrolapplikation, så teknikere og/eller specialister i N1 kan kontrollere eller lave stikprøver på, om de opsamlede kabelskabsdata er korrekte.
N1GO! kan skaleres op og ned alt efter hvor mange brugere, der ønsker at indgå i jagten på kabelskabe. Brugerne af appen har ikke teknisk baggrund, og de har derfor brug for assistance for at afdække model og type af kabelskabe. Til det formål blev en billedgenkendelsesalgoritme udviklet. Algoritmen er kernen af dataindsamlingen, idet den almene medarbejder har brug for domæneviden for at kunne indsamle og berige data. Udover at vurdere model og modeltype, så var forventningen, at algoritmen også kunne vurdere standen på kabelskabene.
Algoritmen blev i et indledende forløb trænet på eksisterende data fra teknikerbesøg, der blev bygget seks forskellige modelseriealgoritmer (hierarkisk algoritmer). Denne del af projektet gav værdifulde indsigter – særligt omkring eksisterende datakvalitet. Algoritmen var god til at vurdere model og modeltype, men vurdering af stand fungerede ikke uden det menneskelige øje. Kombinationen af algoritme og menneske var derfor altafgørende i indsamlingen af brugbare data.
Løsningen består af et overordnet API, som mobilapplikationen kan kalde, når billedet er taget. API’et kalder derefter på algoritmen, som giver brugeren en oversigt over kabelskabe med forskellige sandsynlighedsberegninger alt efter hvilken modelserie og type, algoritmen vurderer, der er på det billede, brugeren har taget. Når kabelskabet er defineret, beriger brugeren data med standvurdering. Herefter sendes data til central database. Algoritmen gentræner i øvrigt sig selv jo mere data, der indsamles.
Kontrolapplikationen var tænkt som et værktøj for teknikerne til kontrol af kabelskabe, men det stod hurtigt klart, at den ville blive det centrale værktøj til alle de interne processer.
Brugerne af kontrolapp’en kan kalde de views, de har brug for. Det kan for eksempel være visning af senest opsamlede skabe uden et centralt kontroltjek. I kontrolappen udføres også bonusudregninger til medarbejderne. Bonussen udregnes ud fra flere forskellige faktorer. Kabelskabene er kategoriseret efter sværhedsgrad af placering - jo sværere et kabelskab er at komme til, jo større bonus kan man optjene ved at indsamle data på netop dét kabelskab. N1 har ligeledes overblik over udestående skabe i kontrolappen. Det vil altså sige, den reelle værdiskabelse af løsningens resultater, skabes via kontrolapplikationen.
Resultaterne har været overvældende. Som der blev skrevet i det lokale Erhverv+ magasin: ”På blot 12 dage er det lykkedes et lokalt netselskab at indsamle data på 50.000 af deres kabelskabe.” N1 har formået at gøre indsamling af data til en leg, hvilket må siges at være ’gamification’ i sin bogstavelige forstand.
N1 indgik et samarbejde med Norlys (el-leverandør) og deres marketing team, og en større intern launch blev effektueret. Som en del af lanceringskampagnen blev det gjort tydeligt, at der var en gulerod til de medarbejdere, der kastede sig ud i jagten på kabelskabe. Indenfor de første to uger havde 750 medarbejdere downladet appen og var klar på jagt. Den interne konkurrence om at blive ”månedens kabelskabsjager” var derfor intens.
Efter fire måneders aktiv anvendelse af appen er der skabt klare resultater i forhold til: medarbejderengagement, øget datagrundlag, store besparelser og ikke mindst frigørelse af kapacitet.
Mere end 700 medarbejdere har kastet sig ud i at indsamle data i appen. Der er skabt et dagligt fælles formål, små interne konkurrencer og ikke mindst en masse sjove oplevelser at tale om ude ved kaffemaskinen.
På bare fire måneder har man indsamlet 14 års overblik (!) baseret på cirka 145.000 markerede skabe i appen. Heriblandt har man også fået beriget mere end 47.000 ’ukendte’ kabelskabe med data. Det vil sige, at de 10.000 årlige eftersyn allerede er øget til mindst 145.000 på bare fire måneder. Baseret på interne beregninger fra N1 udgør dette en besparelse på cirka 11 mio. kroner.
Kun 1,1 % af kabelskabene har haft en tilstand, der krævede et egentlig besøg af en tekniker. Og 1,3 % er blevet vurderet til at skulle have foretaget en udskiftning inden for en kort årrække. Men de er nu markeret, og man kan planlægge en effektiv udskiftningsproces centralt.
I og med at man nu ikke har behov for at lave det traditionelle teknikereftersyn på mindst 10.000 skabe, er der blevet frigjort tid til fokus på kapacitetsudvidelser eller opgraderinger – og der er tid til at komme på de gode, innovative ideer, som også kan være med til at drive den grønne omstilling.
Endeligt har projektet også haft en effekt på N1’s image og ikke mindst kultur – de arbejder nu aktivt med innovation i deres daglige arbejde og ikke mindst rekruttering af nye medarbejdere.
Danish Digital Award hylder de bedste digitale projekter
