Hemligheten bakom cirkulär verksamhet: lyssna på kunderna

Omställningen till cirkulära affärsmodeller kräver inte bara nya cirkulära produkter, utan också nya sätt att samla in och kommunicera information om de resurser som rör sig mellan olika aktörer i ett värdenätverk. I en linjär ekonomi rör sig material vanligtvis i en riktning – från råvaruutvinning till tillverkning, distribution, användning och slutligen avfall. Detsamma gäller information. Tillverkare i en linjär ekonomi beställer standardiserade komponenter från uppströmsleverantörer för att kunna producera samma sak om och om igen så billigt som möjligt – genom stordriftsfördelar.

I en cirkulär ekonomi flödar resurser och information i flera riktningar, även ”bakåt” i värdekedjan. Använda kläder, begagnad elektronik och möbler kommer tillbaka i många olika former och i varierande skick, från otaliga användare.

Det RISE-ledda, Vinnova-sponsrade, projektet Digitalt Decision Support for Refurbishment (2DSR) har försökt hantera detta dilemma genom att utveckla digitala verktyg som stödjer beslutsfattande kring reparation och renovering inom möbelsektorn. En av fallstudierna i 2DSR-projektet rör ett Stockholmbaserat startupföretag vid namn OOAKI (One of a kind living, ooaki.se). OOAKI beskriver sig som en ”skräddare för din soffa” och säljer nya sofföverdrag som gör det möjligt för kunder att uppgradera sin befintliga soffa istället för att köpa en helt ny.

OOAKI gick med i 2DSR-projektet med ambitionen att utveckla ett digitalt verktyg som kunde effektivisera interaktionen med kunderna. Även om projektet från början föreställde sig ett bildigenkänningsverktyg som skulle kunna förenkla hur kunder mäter och beställer nya soffkomponenter, har OOAKI:s resa tagit några oväntade – och spännande – vändningar.

Nedan följer en intervju med OOAKI:s Chief Digital Officer, Lennart Svanberg, där han beskriver vad företaget har lärt sig och hur förändringar i kundgränssnittet har stärkt deras cirkulära affär.

RISE: OOAKI började som ett traditionellt designföretag inom lyxsegmentet för soffor, men valde sedan att integrera en cirkulär affärsmodell. För många företag innebär valet att ”bli cirkulärt” en stor risk. Vad motiverade OOAKI att anta en cirkulär affärsmodell?

Kunderna. Ja, det är faktiskt det korta och enkla svaret. Vår grundare, Andréea Lindberg, hade i många år byggt skräddarsydda möbler åt kunder. När möblerna så hade fått några år på nacken började kunderna höra av sig med frågan: “Vi älskar vår möbel, fast vi vill gärna byta sofftyg, kan ni hjälpa oss med det?”. Andréea, tänkte att det kanske inte bara är hennes tidigare kunder som vill behålla sin soffstomme och lanserade hemsidan “nysoffkladsel.se” som ett test. Det tog inte många dagar innan de första förfrågningarna var ett faktum och på den vägen föddes Ooaki.

Vilka utmaningar mötte OOAKI när ni införde den nya affärsmodellen?

Vi är motsvarigheten till gamla tiders tapetserare eller möbelverkstad. Dit gick man med sina “uttjänta” möbler för att få nytt liv i dessa med till exempel nytt tyg. Det kan också vara skräddare som utför dessa tjänster och den här modellen finns över hela världen, vi vet för vi har gjort omfattande global research.

Att på “industriell” skala börja förnya soffor är vi unika med om vi bortser från företag specialiserade på vissa möbelvarumärken. Utmaningarna är många då varje soffa kan ha en unik kombination av bredd, djup och höjd så vi behöver vara minutiösa för att det nya sofftyget faktiskt ska passa lika bra som det gamla. Så i slutändan är vår kunskap om tillverkningsprocessen något vi troligtvis är världsunika med.

Sedan när vi kom till försäljningsprocessen var det också utmanande till en början då varje kund blev till ett eget säljprojekt. Vi begärde in bilder, mått och utbytte konversationer om tygval. Dessutom skickar vi ju tygprover till kunderna, så kommer det alltid vara, då man som kund såklart vill se såväl som känna det tyg man i slutändan bestämmer sig för.

I takt med att vi gjort fler och fler försäljningar kunde vi börja standardisera våra priser och snabbare ge en offert men fram tills det projekt vi fick initierat med RISE kan man säga att vår försäljningsprocess krävde mycket manuellt arbete och var tidsödande.

Varför var ni motiverade att delta i 2DSR-projektet? Hur föreställde ni er att projektet skulle kunna hjälpa OOAKI?

Jag, det vill säga, Lennart, hade haft förmånen att delta i tidigare projekt tillsammans med RISE i företaget Lingmill som var en pionjär i det vi nu kallar för Natural Language Generation. Så när tankarna flödade kring hur vi skulle kunna effektivisera försäljningsprocessen på Ooaki med ny teknik var det naturligt att ta kontakt med min tidigare kontakt på RISE som hjälpte oss att komma i kontakt med Robert Boyer och teamet då han visste att 2DSR sökte ytterligare partner. 

Efter en kort period blev vi accepterade som partner i projektet och  till vår glädje gick vår ansökan igenom.

Den ursprungliga visionen för 2DSR-projektet var att utveckla ett bildigenkänningsverktyg som kunde effektivisera kundernas interaktion med OOAKI. Under flera år försökte RISE och OOAKI utveckla en modell som kunde identifiera soffans ”typ” (tresitssoffa, tvåsitssoffa, hörnsoffa etc.) och uppskatta soffans bredd, så att potentiella kunder skulle kunna ta en enda bild av sin soffa och få ett omedelbart prisförslag – förhoppningsvis för att snabba upp köpprocessen. Detta visade sig vara utmanande av flera skäl. För det första stötte vi på förändringar i EU-lagstiftningen som tvingade oss att ändra vår strategi för modellutveckling. Därefter försökte vi utveckla en modell baserad på data som samlats in frånslumpmässiga personer som tog bilder av sina soffor, men upptäckte att människor i allmänhet inte kan mäta sina soffor på ett tillförlitligt sätt. Sedan testade vi en ”Hollywood-teknik”, där vi själva tog bilder av soffor. Till slut utvecklade vi ett verktyg med hjälp av OpenAI, och samtidigt beslutade OOAKI att följa en något ny strategi som har visat sig fungera väl (vilket jag kommer att fråga om härnäst). Men jag undrar om du har några reflektioner kring AI och maskininlärning efter denna erfarenhet.

Ja, att vi lärde oss enormt mycket om vad AI är bra till och även vad det inte är bra till. Vi vill gärna tro på ny teknik som “räddare” men generellt sett är det en hjälpare för det är vi människor som behöver tänka innovativt för att i slutändan ändra på något fundamentalt.

Det var nog inget fel på den ursprungliga idén, att med hjälp av bildigenkänning snabbare kunna ge ett pris. Men vi lärde oss den hårda vägen att möbel-bilds-igenkänning via AI har fortfarande en lång väg att gå och ännu viktigare, det är faktiskt inte så som den stora massan av vanliga konsumenter helst vill göra. Vi trodde att kunderna var beredda på att ta bilder på sin möbel för att få ett pris men vår uppskattning är att kanske mindre än 10% av potentiella kunder är beredda att göra det jobbet, de flesta vill slippa att ta bilder men ändå få ett pris.