Bumbee Labs affärsidé är att mäta besöksflöden genom att använda befintlig infrastruktur för wifi i allt från köpcenter, kontor, järnvägsstationer till bussar och andra offentliga miljöer. Företaget lyssnar – enkelt förklarat – efter mobiltelefoner som letar wifi-uppkoppling.

Visserligen är det inte nytt att räkna besökare. Kameror och laserbrytare vid butiksentréer har använts under många år för att detektera folk.

Staffan Liljestrand

– Men det går inte att mäta flöden med det jag elakt kallar pling-plong i dörren eftersom du inte får den longitudinella kopplingen, säger Staffan Liljestrand, företagets analyschef och grundare, och fortsätter:

– Det är först när man förstår relationer mellan olika zoner som det går att förstå hur människor rör sig, exempelvis hur de byter buss eller var en specifik butik ska ligga i ett köpcenter.

Staffan Liljestrand drar parallellen med hur stora teleoperatörer försöker förstå flödet mellan telemaster som sitter separerade långt ifrån varandra. Genom att beskriva relationer i ett makroperspektiv kan de mäta flödet mellan städer eller olika delar av en större stad.

– Men för att denna tjänst ska bli verkligt attraktiv vill de också addera mikrodata. Där kommer vi in med vår wifi-data som vi samlar in.

För att nå ut brett satsar Bumbee Labs på att samarbeta med stora telekombolag. I Skandinavien och Baltikum är Telia den stora partnern idag. Genom tjänsten Crowd Insights kombinerar Telia mastdata med Bumbee Labs data.

Den nämnda tjänsten kan exempelvis användas vid planering av en ny busslinje i en stad genom att rörelsemönster för passagerargrupper analyseras. För att skydda den personliga integriteten anonymiseras och aggregeras all data automatiskt innan den används.

– Vårt ip har att göra med att vi är det enda företaget i världen som är officiellt godkänt av en dataskyddsmyndighet. Då Datainspektionen, nu IMY.

Till saken hör att Bumbee Labs några år efter start tvingades ändra i sin mätmetod efter att Datainspektionen år 2015 bedömde att den dåvarande versionen bröt mot personuppgiftslagen (PUL). Datainspektionen ansåg att en Mac-adress, som är unik för varje dator, mobiltelefon eller annan pryl, ska räknas som en personuppgift.

– Idag är vår data anonymiserad enligt alla regler, medan alla andra wifi-analysbolag använder hashning och påstår sig hålla sig till integritetskrav. Men så är det inte, för vid hashning går det att återskapa data om man har krypteringsnyckeln.

– Det är bra för oss för idag är alla stora teleoperatörer medvetna om det. GDPR har gjort att de vet vad som krävs för privacy-godkännande.

Bumbee Labs metod bygger helt på en välkänd metod med många namn: statistisk modellering, statistisk inferens och statistiskt fingeravtryck är tre av de vanligare. Här handlar det om att skapa rörelsemönster – antal personer per tidsenhet som rör sig med en viss hastighet i en viss riktning – genom att plocka ut nycklar som aldrig går att återskapa.

– Vi jobbar med distribution av sannolikheter och skapar rörelsemönster i procentsats, typ att ”25 procent går ditåt”. Det gör att vår modell kommer till sin rätt i lite större sammanhang. Där det är mycket trafik och man tittar på flöden och olika relationer.

Detaljhandeln är en typisk tillämpning, men på senare år har även kontor dykt upp stort. Numera vill allt fler till exempel mäta kontorsytor för att förstå hur de används för att med den informationen mer effektivt kunna styra uppvärmning och kylning. Flygplatser, järnvägsstationer och bussterminaler är andra exempel.

Vanligen utnyttjar Bumbee Labs befintlig wifi-infrastruktur, även om det i vissa fall har använt egna accesspunkter. Idag stöder företaget nära nog alla stora routertillverkare för företagsnät, såsom Cisco, HP Aruba, Extreme Networks och Ruckus.

– Ska vi skala bolaget kan vi inte hålla på att installera egna grejer, utan då måste vi kunna samla in data från befintlig infrastruktur med bra accesspunkter, förklarar Staffan Liljestrand.

Bumbee Labs får access till styrenheten i nätet (cloud-controllern) genom sin samarbetspartner, kopplar därefter upp sig mot dess API och tankar över data som krävs (se text intill).

– Anledningen till att vi använder cloud-controllern för datainsamlingen är att de olika routertillverkarna gör på lite olika sätt.

Från cloud-controllern hämtar företaget bland annat information om var de olika accesspunkterna sitter: matsalszonen, kontorszon A, kontorszon B och så vidare.

Av två skäl görs alla beräkningar på historisk data. Dels går det inte att återge en koppling mellan olika zoner i realtid eftersom ingen vet hur folk planerar att gå. Dels skyddas den personliga integriteten ytterligare när det finns en tidsfördröjning på data.

På frågan vad som står överst på företagets att-göra-lista just nu svarar Staffan Liljestrand:

– Vår strategi på säljsidan är att skala med flera stora partners världen över. Det håller vi på med just nu och vi vet att vi har något unikt här.

Artikeln är tidigare publicerad i magasinet Elektroniktidningen. Prenumerera kostnadsfritt!

När det gäller den tekniska utvecklingen är svaret försiktigare. Företaget arbetar dagligen med att förbättra och optimera systemet, och framförallt att effektivt hantera de enorma datavolymerna som skapas.

– Men om jag får drömma kan vi inom en överskådlig framtid förutsäga mycket mer genom att använda den historiska data vi har, kopplat till andra data. Vi har en del forskningscase där man är intresserade av att förstå hur exempelvis ett visst väder påverkar besök till ett visst ställe, säger han och fortsätter:

– Enkla resultat kan man visserligen göra med statistik genom att till exempel ta genomsnittet över åtta måndagar och se resultatet, men det är ju inte riktigt AI. Det vi vill göra är mycket mer träffsäkra skattningar.