Bakom varje ny motorcykelmodell ligger i dag miljontals datapunkter. Utvecklingen har gått från att ingenjörer och testförare formar produkten utifrån erfarenhet till att erfarenheten kompletteras – och ibland motsägs – av mätdata från verklig användning.
Det är en förändring som gäller långt utanför fordonsindustrin. Skälet att just fordon är ett bra exempel är att förändringen är så tydlig: produkten är fysisk, utvecklingscyklerna är långa och besluten är dyra. Det gör det obehagligt lätt att se vad som händer när magkänsla och data pekar åt olika håll.
Fyra datakällor som styr utvecklingen
- Sensordata från provkörning. Moderna testfordon är fullpackade med givare som mäter belastning, temperatur, vibration och krafter i varje del. Det som förr var förarens beskrivning ”den känns nervös i kurvan” blir en mätbar kurva att arbeta med.
- Simulering. Digitala modeller gör det möjligt att prova hundratals varianter innan någon fysisk prototyp byggs. Det förkortar utvecklingstiden och gör det ekonomiskt möjligt att undersöka lösningar som annars hade valts bort direkt.
- Data från fordon i bruk. Uppkopplade fordon rapporterar hur de faktiskt används – vilka lägen som väljs, hur ofta funktioner används, var slitaget uppstår. Här upptäcks ofta att kunder använder produkten helt annorlunda än utvecklarna antog.
- Verkstads- och garantidata. Den mest underskattade källan. Vad går sönder, när och varför – underlag som går direkt in i nästa konstruktion.
”Den intressanta datan är sällan den som bekräftar konstruktionen. Den är den som visar att kunderna använder produkten till något helt annat.”
Vad data inte kan avgöra
Här ligger den viktigaste lärdomen, och den gäller alla branscher. Mätdata är utmärkt på att optimera det som redan finns. Den är dålig på att avgöra vad som borde finnas.
Fordonsindustrin har ett klassiskt exempel i hur den känslomässiga sidan av en produkt – ljudet, formen, upplevelsen – aldrig fångas fullständigt av mätvärden. En motorcykel som är optimalt konstruerad enligt varje mätbar parameter kan sakna det som får någon att faktiskt vilja äga den.
Det är samma fälla som drabbar digitala produkter. Ett gränssnitt som A/B-testats till varje detalj kan bli lokalt optimalt och samtidigt själlöst. Data visar vilken av två varianter som är bäst. Den föreslår aldrig en tredje.
Integritetsfrågan följer med
Data från uppkopplade fordon är personuppgifter så snart de går att koppla till en individ – och positionsdata, körmönster och tidpunkter är känsliga uppgifter. Vem äger datan, vad får den användas till och kan ägaren säga nej utan att förlora funktioner?
Frågorna är långt ifrån lösta och är föremål för både lagstiftning och rättsprocesser. För en tillverkare är det inte längre en juridisk sidofråga utan en förtroendefråga som påverkar om kunderna vill dela med sig alls.
Vad andra branscher kan ta med sig
Tre saker. Mät användningen och inte bara försäljningen – den största insikten ligger nästan alltid i hur produkten används efter köpet. Bygg återkopplingen till utvecklingen som en fast process, inte som ett projekt någon driver av eget intresse. Och håll kvar ett utrymme för det omätbara, eftersom en organisation som bara gör det data kan bevisa slutar göra det som skiljer den från alla andra.
