1 / 30

DATALOGI OG FORRETNING

Asger Alstrup Palm. DATALOGI OG FORRETNING. Hvordan oversætter man datalogi til forretning?. Hvordan oversætter man datalogi til forretning ?. ∃ η : ⟦ Datalogi ⟧ η = $$ ? A ) Laver en app B) Laver en dot-com C) Skriver fed, fed kode D) Bruger datalogi som en hammer. Vores verden.

nicola
Download Presentation

DATALOGI OG FORRETNING

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Asger Alstrup Palm DATALOGI OG FORRETNING

  2. Hvordan oversætter man datalogi til forretning?

  3. Hvordan oversætter man datalogi til forretning? ∃η: ⟦Datalogi⟧η = $$ ?A) Laver en app B) Laver en dot-com C) Skriver fed, fed kode D) Bruger datalogi som en hammer

  4. Vores verden Papirbøger

  5. Kan datalogi løse disse problemer? Typiske problemer i virksomheder: • Dårlig kvalitet i produkter • For dyr udvikling af produkter • Langsom udvikling af produkter • Markedsføring • Konkurrerende produkter

  6. Dårlig kvalitet, dyr & langsom udvikling af e-learning Hvad kaldes flyvene dyr? Fugle Gris Patte dyr • Hvad adskiller fugle fra andre dyr? • De kan flyve • Fjerdragt • Tyndt skelet

  7. Dårlig kvalitet, dyr & langsom udvikling af e-learning • Integreret udviklingsmiljø til forfattere • Bugtracking, reviewsystemer, processystem, statistik • Live feedback fra elever, positiv feedback-loop • Automatisk karantæne af dårligt materiale • Beta-periode til sikring af kvalitet • Alt er automatiseret Hvad kaldes flyvene dyr? Fugle Gris Patte dyr • Hvad adskiller fugle fra andre dyr? • De kan flyve • Fjerdragt • Tyndt skelet

  8. Dårlig kvalitet, dyr & langsom udvikling af e-learning • Det er løst med DATALOGI. • Det er ikke løst ved at ansætte flere projektledere, give højere løn, sikre større faglighed, stærkere ledelse eller ved at lave standardprocedurer. Hvad kaldes flyvene dyr? Fugle Gris Patte dyr • Hvad adskiller fugle fra andre dyr? • De kan flyve • Fjerdragt • Tyndt skelet

  9. Produktivitet • Første produkt lavet i hånden af dataloger, dyrt og besværligt • Næste 8 produkter lavet af masser af mennesker, gik næsten galt • Næste 25 produkter lavet automatisk, stort set smertefrit • Tre år efter har vi 700 titler i 100 fag, lavet af tusindevis af forfattere gennem vores system • Umuligt uden datalogi

  10. Problemer løst ✔ Dårlig kvalitet i produkter ✔ For dyr udvikling af produkter ✔ Langsom udvikling af produkter • Markedsføring • Konkurrerende produkter

  11. Hvordan sælger man 12. udgave af Introduction to psychology? ”No thanks, I’mhappy with the previous edition” The World’s First Evidence-BasedTextbook Revision

  12. Hvordan sælger man 12. udgave af Introduction to psychology? ”No thanks, I’mhappy with the previous edition” The World’s First Evidence-BasedTextbook Revision • Heatmap over afsnit i bogen som er sværest at forstå. • Data baseret på over 2 milliarder datapunkter fra over 4 millioner elever. • Bruges af forfatteren til at revidere bogen ud fra. • Markedsføringsproblemet er løst: Resultatet er et bedre produkt med en unik forskel og en unik historie.

  13. Problemer løst ✔ Dårlig kvalitet i produkter ✔ For dyr udvikling af produkter ✔ Langsom udvikling af produkter ✔ Markedsføring • Konkurrerende produkter

  14. Gå målrettet efter den datalogiske del af ethvert problem • Overraskende meget kan løses med datalogi • Tit 10 gange bedre/billigere/hurtigere • Sjovere (end HR, projektstyring, politik, ...) • Muliggør kvantespring i forretningen • ... de 7 næste problemer løses i samme smæk

  15. Gå målrettet efter den datalogiske del af ethvert problem- 2 Hvor er de vigtigste problemer?

  16. Konkurrenter kommer på markedet Konkurrenter:We have the same! Introducér 300 nye produkter i et hug

  17. Konkurrenter kommer på markedet • Vi opfandt, udviklede og lancerede 300 nye produkter på 6 måneder • Det var kun muligt fordi vi allerede havde et integreret udviklingsmiljø til forfatterne, millioner af datapunkter fra elever, samt analyseværktøjer fra Heatmap • Lanceret i 2013. Har over en million brugere nu • Konkurrenter må lave hvert produkt fra bunden Konkurrenter: We have the same! Introducér 300 nye produkter i et hug

  18. Problemer løst ✔ Dårlig kvalitet i produkter ✔ For dyr udvikling af produkter ✔ Langsom udvikling af produkter ✔ Markedsføring ✔ Konkurrerende produkter

  19. Andre eksempler Problem: Økonomi- og projektstyring Løsning: Specialfremstillede værktøjer og rapporter med viden om vores struktur og processer Problem: Masser af platforme Løsning: Veldesignet programmeringssprog som oversætter til web, iOS, Android, Java, Win8 Problem: Passive læringsmateriale Løsning: Interaktivt tekstformat som muliggør forfattere selv at lave små applikationer Problem: Skalerbarhed og performance for bruger Løsning: Client-side program, tillader billig server-side. Kun muligt grundet eget programmeringssprog. Problem: Hvordan laver man tusinder af tekniske diagrammer til e-læring? Løsning: Domænespecifikt visuelt sprog til diagrammer Problem: Hvordan beskriver man alle matematiske formler til brug for blinde elever? Løsning: Man laver sin egen matematikpræsentation som kan generer både formler og tekst, og sparer millioner af kroner. Problem: Hvordan… Løsning: Brug datalogi som hammer!

  20. Hvordan oversætter man datalogi til forretning? ∃η: ⟦Datalogi⟧η = $$ ?A) Laver en app B) Laver en dot-com C) Skriver fed, fed kode ✔) Bruger datalogi som en hammer Ja, datalogi kan bruges overalt! Du laver blot produkter. Hvad med alle de andre problemer, der findes i din virksomhed?

  21. Spørgsmål?

  22. Asger Alstrup Palm • 1993: Startede på datalogi, matematik • 1998: Headhuntet til Sophus Medical • 2003: Solgt til medicokoncern Laerdal • 2006: Stiftede Area9 med 3 andre • 2014: Fusioneret med McGraw-Hill Education • 20xx: Færdig på datalogi?

More Related