Miten saada käyttäjiltä palautetta työympäristöstä?

Martelan #iotnextlevel-haasteen ratkaisijat löysivät luovia keinoja yhdistää käyttäjien palaute ja IoT-data.

#iotnextlevel-kilpailu inspiroi tiimejä kehittämään Martelalle ratkaisuja, joilla fyysisestä työympäristöstä kerättävä data yhdistetään käyttäjien kokemuksiin. Ehdotusten joukossa oli sekä mobiililaitteita että päätteitä hyödyntäviä sovelluksia. Voittajaksi selvisi Perfektio, joka tuo ratkaisunsa asiakkaan olemassa oleviin järjestelmiin.

Martelalla ollut aiemminkin IoT-hankkeita, mutta niiden tulokset ovat jääneet toisistaan irrallisiksi. #iotnextlevel-kilpailun kautta yritys etsii kokonaisvaltaista ratkaisua, joilla asiakkaiden tilojen ja kalusteiden käyttöä voidaan seurata reaaliaikaisesti ja työympäristöä parantaa käyttäjien kokemusten mukaan.

Haasteen otti vastaan kolme eri lähtökohdista ponnistavaa tiimiä, jotka löysivät Martelalle luovia ratkaisuja käyttäjäkokemusten keräämistä varten. Raadin tehtävä oli siis haastava.

Aalto BIM keräisi palautetta pelin keinoilla

AaltoBIM-tiimi korosti ratkaisuehdotuksessaan työympäristön olevan fyysisten olosuhteiden ja kalusteiden lisäksi sosiaalinen tila. Henkilöstön kokemuksia työympäristöstä mitataan yleensä työtyytyväisyyskyselyillä. Niiden avulla on kuitenkin haastavaa saada säännöllisesti merkityksellisiä kokemuksia työympäristöstä.

Tiimi keskittyi etsimään keinoja, joilla käyttäjiltä saataisiin toistuvasti palautetta työympäristöstä inspiroivalla tavalla. Näin kerätyt tiedot voitaisiin yhdistää IoT-sensoreilla kerättyyn tietoon. Tuloksena on työhyvinvointia kuvaava mittaristo.

”Ratkaisumme keskiössä on interaktiivinen rakennuksen 360-kuva, joka visualisoi työhyvinvoinnin mittareita. Sovelluksessa käyttäjät voivat antaa palautetta työympäristöstään aina yksittäisen kalusteen tasolle asti”, kertoo tiimin asiantuntijajäsen Vishal Singh.

Sovellusta voitaisiin käyttää sekä mobiililaitteilla että pöytäkoneilla tai muilla päätelaitteilla. Käyttäjiä kannustettaisiin sovelluksen käyttöön pelillistämisen keinoilla ja palkinnoilla.

”Ahkerin palautetta antanut tiimi voisi esimerkiksi voittaa sovelluksen kautta itselleen yhteistä mukavaa tekemistä”, Singh kuvailee.

Yliaistin ehdotuksen taustalla tieteelliset tutkimukset

Yliaisti-tiimin ratkaisuehdotus perustui tutkimustiedosta kumpuavien, työkykyä kuvaavien elementtien varaan.

”Työkykymallimme koostuu kolmesta elementistä, jotka ovat stressi, työhyvinvointi ja fyysinen terveys. Osa-alueet perustuvat tieteelliseen näyttöön. Yleinen tapa analysoida kyseisisä osa-alueita on työtyytyväisyyskysely, mutta me esitämme toisen vaihtoehdon”, Yliaistin analyytikko Ville-Pekka Inkilä kertoo.

Tiimin ratkaisuehdotuksessa yrityksen työntekijät saisivat esimerkiksi viikoittain työkykyä mittaavan lyhyen kyselyn mobiililaitteeseensa. Yleisen työkyvyn lisäksi sovelluksella voi mitata muun muassa työympäristötekijöiden vaikutusta työkykyyn.

”Voimme sovelluksen avulla esimerkiksi tunnistaa, jos työympäristön kalustuksessa on jotain stressiä aiheuttavaa. Tiedon avulla voidaan pohtia, millä muutoksilla stressiä pystyisi hallitsemaan”, Inkilä kuvailee.

Yliaisti uskoo, että käyttäjälle hyödyllinen tieto omasta tilasta motivoi käyttämään sovellusta.

”Tekoälyn avulla tarjoamme käyttäjälle tietoa omasta tilastaan. Datan avulla yksilö voi itse edistää työkykyään. Sovellus muistuttaa esimerkiksi, jos stressitasossa on tapahtunut kohoamista ajan myötä.”

Perfektio muutti ratkaisuaan lennossa

Perfektio-yhtiön voittoisa tiimi tuli kilpailuun avoimin mielin. Tiimin alkuperäinen idea rakentui käyttäjien kulkureittien seurannan ympärille. Pian kävi ilmi, että käyttäjäkokemuksen mittaaminen on Martelalle ajankohtaisempi haaste.

”Martelan rakennus kerää jo valtavasti dataa. Yrityksellä ei kuitenkaan ole toimivia työtilamuutosten onnistumista kuvaavia mittareita. Ratkaisumme on testaus- ja suunnittelualusta, jolla voidaan mitata muutosten vaikutuksia. Testaaminen tapahtuu keräämällä objektiivista dataa rakennuksessa olevista sensoreista ja mittareista sekä käyttäjiltä”, Perfektion UX/UI designer Olli Savisaari kertoo.

Tiimin ehdotuksessa käyttäjien palaute kerätään kyselyllä esimerkiksi Skypessa toimivan chatbotin avulla. Botti ohjelmoidaan kysymään halutulta käyttäjäryhmältä tiettyjä kysymyksiä.

”Halusimme hyödyntää olemassa olevia kanavia, jotta mahdollisimman moni käyttäisi sovellusta. Uskon, että sovellus motivoi käyttäjiä antamaan palautetta. Jos työympäristöstä tulee parempi sinulle itsellesi, se kannustaa vastaamaan”, Savisaari jatkaa.

Perfektion ydinajatus on tukea päätöksentekoa muutostilanteissa.

”Testaaminen on paras indikaattori, joka kertoo, onko muutos onnistunut. Kun tehdään muutos, kannattaa mitata sekä ennen että jälkeen muutoksen, millaista dataa on saatu rakennuksesta ja käyttäjiltä. Silloin vaikutus nähdään suoraan datasta.”

 

Lue lisää #iotnextlevel-kisasta osoitteesta dna.fi/iotnextlevel.