Drivn vil skabe adfærdsændringer og sænke medarbejderes CO2-udslip

Vil du hellere lytte? 

Har du brugt en fitness-app, er du sikkert bekendt med at måle kalorier og tracke træning. På samme måde som appen Strava lærte folk om kalorier og forbrænding er Drivns ypperligste formål at gøre CO₂ til en ting, man kan tage at føle på og gøre det cool for medarbejdere at nedbringe deres CO₂ udslip.

Change Maker Nikolaj Mackenzie har været medlem af bæredygtighedsnetværket Sustainable Change Makers i nogle måneder. Han er Founder af Drivn sammen med Sebastian Herche, og ved siden af Drivn studerer han på ITU, IT-Universitetet, og læser Global Business Informatics. Vi blev nysgerrige på at høre mere om Drivn og om Nikolajs personlige forhold til begrebet bæredygtighed.

Jeg tror, at interessen for bæredygtighed opstod ved erkendelsen af, hvor lidt jeg vidste om det, da vi gik i gang med Drivn. Appen blev skabt i kølevandet på fitness-appen Strava, som var inspirationen til, hvad Drivn er blevet i dag. Med Strava blev alle eksperter på kalorier, og vi ville gerne lave noget lignende for CO₂-udslip. Så i stedet for, at det handlede om kalorier, man blev målt på aktivitet og fitness, så ville vi gerne lave det samme med CO₂-udslip på folks transport. Og dér gik det op for os, at det var meget, meget lidt, vi vidste om CO₂ og hvor meget man udleder ved forskellige transportformer. Så det var mangel på viden der gjorde, at interessen opstod. Og nu, efter jeg er kommet mere ind i det, så finder man jo kun ud af, at det er mindre, man ved.  

Hvad går Drivn ud på?

Drivns kerneprodukt er levering af data til virksomheder om medarbejdernes CO₂ udslip, når de tager til og fra kontoret. Så vi leverer data til virksomheder over det, der hedder Scope 3, Kategori 7, ”Employee Commuting”.

Og der vil vi meget gerne erstatte det sædvanlige spørgeskema, man plejer at sende ud til medarbejderne.  Så vi har udviklet en app, der automatisk opsamler data, og det leverer vi i et aggregeret niveau, anonymt, til et admin-dashboard, som den bæredygtighedsansvarlige eller CFO’en kan benytte.

Men udover kerneproduktet har vi også bevæget os ind i noget gamification og socialisation. Så der er for eksempel leaderboards, vi gør det sjovt at cykle, vi gør det sjovt at være i offentlig transport. Vi har cykelstreaks, og virksomhederne kan sætte konkurrence op blandt afdelinger eller blandt de forskellige kontorer. Det handler altså om at få styr på, hvor meget CO₂ medarbejderne udleder, når de kører i deres egen bil, tager cyklen eller benytter offentlig transport.

Alt det skal man kunne skelne imellem, hver gang de kommer til og fra kontoret. Og det gør vi gennem en Machine Learning model, vi har bygget og som kan lave et regnestykke og levere det korrekte CO₂-udslip til virksomhederne.

Drivn vil skabe adfærdsændringer blandt medarbejdere

Konkurrenceperspektivet – hvordan kommer det i spil?

Det er både en app til virksomheden, men også for medarbejderne. Vi har leaderboards, ligesom der er i Strava, og det kan enten være blandt afdelinger eller blandt kontorer. Og så har vi ”cykelstreaks”, og ”offentlig transport-streaks”, hvor du kan optjene point, der udløser rabatter hos vores partnere.

Et streak er jo, hvis du gør en ting flere dage i træk og ikke lader dig stoppe af for eksempel dårligt vejr. Så hvis du har cyklet i 17 dage i træk, og det regner den 18. dag, så tror vi, at det med ikke at bryde streaken i appen forhåbentlig kan få folk til bare at tage regntøjet på og cykle i stedet for at tage bilen.

Hvad er det, der gør, at medarbejderne i de virksomheder, som vælger at indgå en aftale med jer, har lyst til at bruge den her app? Kan de ikke blive bekymrede for om virksomheden overvåger dem ved at tracke deres transport?

Vi leverer en anonymitetsfaktor, så hvis medarbejderne ikke gider bruge appen, kan de bare slå anonymitet til. Og selvom vi gemmer lokationen på den enkelte medarbejders app, er det ikke noget, virksomheden får. Vi leverer kun medarbejderens CO₂-udslip på den pågældende tur til virksomheden, og det kan ikke spores tilbage til den enkelte medarbejder.

Derudover er det sådan, at når medarbejderne opretter sig i appen og indtaster deres arbejdstider, så tracker vi kun inden for det tidsinterval, hvorpå de kan møde ind på arbejde eller tage hjem fra arbejde. Og det er kun, når arbejdsadressen indgår i en tur, at den bliver uploadet til vores server, og vi leverer CO₂-udslippet på den pågældende tur.

Personligt kan de selv se den tur, de har taget, men det er ikke noget, virksomheden kan. Og det er heller ikke noget, vi er interesserede i. Vi er interesserede i det på et aggregeret niveau og i heatmaps at se hvor mange der cykler og hvor der tager tog/bus. Men enkelte ture er ikke noget, som vi holder øje med.

Hvorfor køber virksomhederne jeres løsning?

Der er flere årsager:

• For at skabe en adfærdsændring og få medarbejderne fra bil til cykel og/eller offentlig transport
• For at tiltrække nyt talent
• For at kunne rapportere på medarbejdernes CO2-udledning, når de transporterer sig til og fra arbejde

Og hvad får de ud af at have Drivn?

Dels får virksomhederne erstattet de sædvanlige spørgeskemaer, der ofte sendes ud, hvis de skal danne sig et overblik over medarbejdernes CO2-udledning på transport. Og i stedet for at skulle vente et helt eller et halvt år på at få data retur fra disse spørgeskemaer, får virksomheden realtidsdata og kan hurtigt finde ud af om et initiativ, de har taget for at mindske CO₂, har den ønskede effekt. Endelig er Drivn ikke kun et rapporteringsværktøj men giver samtidig medarbejderne en sjov og fed feature, og et konkurrence-element, der forhåbentlig kan få dem til at mindske deres udslip.

Vi vil gerne gøre det cool for medarbejdere at nedbringe deres CO2 udslip

Hvad har været jeres største udfordringer, siden I startede Drivn i sommeren 2022?

Det har helt klart været den her Machine Learning-model. Den har vi bokset med et år, og først de seneste par måneder er vi blevet tilfredse med den. Det hele handler om en accuracy, når man snakker om Machine Learning. Så jeg har gået et år måske og tænkt på, hvordan bus, deres transportmønster, kan skille sig ad fra en bil. Og det samme med metro og tog og alle de her forskellige typer af transport. Så det har helt klart været den største kamp, men også den største forløsning at have fået det her Machine Learning til at fungere.

Vi inkluderer nemlig turene i segmenter. Så hver gang der er en medarbejder, der går, så registrerer appen det. Og du kan ikke skifte transporttype, uden du har et lillebitte ”gå-segment” imellem. Så hvis du går til bussen, og så fra bussen til toget, der vil altid være et ”gå-stykke”, vi skal finde ud af, hvad er.

Og det har bare været sindssygt svært at finde ud af, om det har været en bus, et tog, en metro og alle de her forskellige typer. Så vi har skulle observere og indsamle en masse data på, hvordan man har bevæget sig med telefonen ved kun at bruge acceleration, longitude, latitude og så nogle GPS-koordinater.

Nu er vi meget tilfredse med, hvor det er endt, og kan nu gå i gang med de ideer, som jeg synes er virkelig sjove; For eksempel at se på, hvad kan vi gøre for medarbejderne, så de synes det er en app, der er fed, og ikke bare et rapporteringsværktøj.

Ud over den her Machine Learning, som I har fået styr på, hvad har så ellers været de største sejre for jer?

Sidste uge var vores bedste uge hidtil. Vi fik tre kunder ind, og det var mega fedt. Det er typisk en lidt længere proces, når man skal til at implementere software i en stor, etableret virksomhed, og det er jo typisk de kunder, som er modne til at have et værktøj som Drivn i øjeblikket. For igen, det er meget nichebaseret med medarbejdertransport.

Hvor ser du Drivn om et par år?

Det jeg håber allermest er, at vi i Drivn her kan give folk den fornemmelse af CO₂-udslip, som de har det med kalorier efter ”Strava”. Det er egentlig mit første mål med Drivn, altså at medarbejderen kan sige ”jeg ved nu, at jeg udleder 2,2 kilo CO₂, når jeg kører i bil på arbejde. Og når jeg tager det offentlige, er det et halvt kilo”.

Og så vil jeg jo gerne ekspandere – vi vil gerne ikke kun være i Danmark. Da vi startede med at udvikle appen, var det en høj prioritet om, at det skulle kunne bruges i flere lande. Så min næste opgave bliver måske at komme ud og finde ud af, hvordan togene kører i udlandet, så jeg kan ryge tilbage i den Machine Learning-model, jeg har siddet så længe i. Men i første omgang, vil vi gerne se, om vi kan få CO2-udslip gjort cool og lære folk at vide, hvad det er.

Du har været med i Sustainable Change Makers i ret kort tid, men kan du allerede nu fortælle, hvad du har fået ud af at være med?

Det jeg virkelig synes er fedt ved Sustainable Change Makers, udover det sociale sammenhold, er jo at det er sådan en stor vidensbank inden for hele det her område. Og den vidensdeling og sparring, synes jeg helt klart, at det er det bedste ved Sustainable Change Makers.

Jeg skabte det her projekt og fik interesse for bæredygtighed, fordi jeg fandt ud af, at jeg vidste så lidt.

Og jo mere man har lært omkring det her emne og sat sig ind i og studeret, jo flere spørgsmål opstår der. Og der kan man altid finde nogen at sparre med, eller finde nogen der har samme problem i Sustainable Change Makers – det synes jeg er ekstremt fedt.

Interviewet med Nikolaj Mackenzie er tilrettelagt og produceret af Sekretariatschef i Sustainable Change Makers og podcastproducer hos Hallkom, Anette Hallstrøm. Det blev optaget i september 2024. 

Har du fået lyst til at blive en del af  bæredygtighedsnetværket Sustainable Change Makers? Ansøg her!