“Corporate surveillance”
Bedriftsovervåking, også kalt corporate surveillance, får større og større oppmerksomhet. På den ene siden gir det bedrifter svært nyttig informasjon som de kan bruke til å ta mer fornuftige beslutninger gjennom bruken av BI (business intelligence). Samtidig, møter det motstand fra blant annet offentligheten og som i en artikkel fra CNBC poengterer, fra virksomhetens ansatte. Mye av denne datainnsamlingen foregår bak lukkede dører, og som et forsøk på å fjerne noe av “fremmedfrykten” vil jeg forsøke å svare på spørsmålet “Hvilken data samler bedrifter inn om oss?”. I korte trekk, samler bedrifter inn menneskegenerert, maskingenerert og systemgenerert data om oss.
Menneskegenerert data – Våre handlinger
Menneskegenererte data dreier seg om at datagrunnlaget er menneskeskapt, mer spesifikt av forbrukere (Heggernes 2020, 179-184). Disse dataene relaterer seg til virksomheters kunder, og kan gi verdifulle markedsgevinster ved å øke virksomhetens forståelse av sine kundesegmenter. Et typisk eksempel på menneskegenerert data er innlegg i sosiale medier. Når virksomheter analyserer menneskegenererte data, vil det være mest hensiktsmessig å fokusere på befolkningens oppfatning av virksomheten, da denne vil bli best uttrykt gjennom våre ytringer, verdier og følelser tilknyttet den gitte virksomheten. Dette vil si at en stor andel av kundedataen som er menneskeskapt blir samlet inn av virksomheter som overvåker våre ytringer i et forsøk på å forstå deres kundegrupper bedre.
Systemgenererte data – Transaksjonsdata
Systemgenererte data oppstår som et resultat av forretningsprosesser (Heggernes 2020, 179-184). En typisk innsamlingsmetode av systemgenererte data for butikker eksempelvis, er registrerte økonomiske transaksjoner. Dette vil si at virksomheter samler inn systemgenerert data hver gang et individ er i bruker virksomhetens systemer. Systemgenerert data kan gi nyttig informasjon, slik som hvilke tidspunkt de fleste økonomiske transaksjoner foregår, eller hvordan de ansatte bruker bedriftens systemer. Dette er svært upersonlig data, og kommer mest i uttrykk gjennom statistikk på de gitte systemene. Denne informasjonen kan virksomheten utnytte videre til å tilpasse deres systemer, slik at det fungerer best i forhold til hvordan det blir brukt. Et eksempel på dette kan være at en butikk registrerer mesteparten av deres økonomiske transaksjoner nære stengetid, og velger dermed å utvide åpningstidene for å tilpasse seg til deres kunders atferd.
Maskingenererte data
Maskingenererte data dreier seg om automatisk registrering av fysiske hendelser (Heggernes 2020, 179-184). Sensorer vil mest sannsynlig bli brukt for å registrere denne typen data. For å videreføre eksempelet med en butikk på maskingenererte data, kan dette være bevegelsessensorer ved inngangsparti som registrerer kundebesøk i butikken. Forskjellen mellom systemgenererte data og maskingenererte, er at en ikke trenger å være i kontakt med virksomhetens systemer for at denne typen data blir samlet inn. Dersom en butikk, som bruker bevegelsessensorer ved inngangspartiet, registrerer et stort antall besøkende uten å registrere tilsvarende økonomiske transaksjoner i sine systemer, vil butikken kunne identifisere et problem med sin “POP”- (point of purchase) markedsføring. I likhet med systemgenerert data, uttrykkes også maskingenerert data som statistikk på ulike fysiske hendelser. Maskingenerert data gir virksomheter muligheten til å registrere mønstre i deres kunders atferd, og kan dermed brukes til å tilpasse virksomheten til dette. I eksempelet med en butikk med et problem med sin POP-marekdsføring, kunne det vært hensiktsmessig å først se på årsaken til dette. Dersom eksempelvis kjøpet innebærer høy økonomisk risiko, slik som en bil, og kunden føler seg usikker i sitt kjøp, kunne det vært hensiktsmessig å gi tilstrekkelig informasjon og opplæring av bilforhandlerens salgsmedarbeidere i hvordan å gjøre kunden mer trygg i sitt kjøp.
Konklusjon
Virksomheter samler inn store mengder av data om oss. Det er derimot ulike typer av data som samles inn, og disse kan deles i tre ulike kategorier: Menneskegenererte, systemgenererte og maskingenererte. Formålet med innsamlingen vil være mest hensiktsmessig dersom den øker virksomhetens konkurransedyktighet, og virksomheter er dermed lite interessert i temaer som ikke angår dem. Jeg håper videre at dette har økt forståelsen av hvordan dette foregår, og at dette kan bidra med å fjerne noe fremmedfrykt til bedriftsovervåking.
Referanser
Heggernes, Terjei A. 2020. Digital forretningsforståelse. 3 utg. Bergen. Fagbokforlaget.
Sheng, Ellen. 2019. “Employee privacy in the US is at stake as corporate surveillance technology monitors workers’ every move”. CNBC, 22. juli. Lesedato
Visma.no. 2021. Hva er business intelligence? Lesedato 05. april 2021: https://www.visma.no/business-intelligence/hva-er-business-intelligence/
Tarver, Evan. 2021. “Point of Purchase (POP)”. Investopedia, 26. februar. Lesedato 05. april 2021: https://www.investopedia.com/terms/p/pointofpurchase1.asp