Problem

Crowdsourcing trenger et crowd

Det norske snøskredvarselet publiseres daglig i skisesong basert på feltobservasjoner sendt inn via Varsom-appen.

Appen brukes daglig av tusenvis av skigåere for å sjekke varselet, men nesten ingen sender inn observasjoner. Mangelen på rapporter går ut over varselets treffsikkerhet – og dermed også hvor trygge vi er i fjellet.

«Vi sitter stadig og venter på at vi en dag der vi må sortere på den informasjonen som kommer inn fordi det kommer inn for mye. Foreløpig er vi veldig langt unna det. Det kommer inn alt for få observasjoner.» — Håvard Toft Larsen i Skredpodden S2EP10, 2022

I sesongen 2024/25 kom det i snitt tre observasjoner per varslingsregion per dag. Appen hadde 743 000 økter i samme periode.

Det som er problemet, er dekning. Skredvarsling handler om å forstå snødekket over et helt varslingsområde, og spredte enkeltpunkter i én fjellside sier lite om helheten. Da er ikke spørsmålet om en nybegynners observasjon er like presis som en veterans, men om varsleren har nok punkter til å se et mønster. En upresis observasjon fra et sted uten data er mer verdt enn ingen observasjon derfra.

Det er også det som gjør prioriteringen i prosjektet konsistent: verdien ligger i volum og spredning, og volumet finnes bare hos de tusenvis som allerede bruker appen passivt.

Det er lett å anta at folk ikke vil bruke skituren sin på rapportering, men innsiktsfasen avdekket det motsatte. Jeg strukturerte funnene som tre nøkkelinnsikter.

De fleste brukere visste ikke at rapportering var mulig

Blant de som visste det, trodde 70% at rapportering kun var for eksperter.

Grunnlag: 6/6 intervjuer · 70 % i spørreundersøkelsen (n=65) · én observasjon per 136 appøkter for ikke-profesjonelle (2024/25)

PersonaIkke-observatører

De færreste sender inn observasjoner. Ikke-observatører representerer den passive forbrukeren som bruker appen utelukkende som et fjellværvarsel. Det er en mangfoldig gruppe, men de forenes av sin mangel på kjennskap til muligheten og verdien av å bidra.

Uansett hvor bra brukerflyten til en funksjonalitet blir, hjelper det lite om brukeren ikke vet at funksjonaliteten finnes. Dette krever tydeligere synlighet av funksjonaliteten og et nytt narrativ om hvor enkelt og nyttig rapportering er.

Når brukere skal rapportere, møter de over 300 skjemafelt

Dette oppleves overveldende for nybegynnere og frustrerende for eksperter.

PersonaDe frustrerte ekspertene

NVEs observatørkorps på rundt 100 betalte ansatte er i dag Snøskredvarselets mest verdifulle datakilde, men fra observatørenes hold er det tydelig at appen utgjør et hinder.

Denne brukergruppen har mange uvanlige arbeidsflyter. De loggfører gjerne på datamaskin i stedet for i appen, når de er tilbake innendørs. I felt tar mange heller håndskrevne notater. Andre observatører kjøper spesialutstyr som touchpenn eller touchhansker, eller ringer varslerne direkte for å slippe skjemaet helt.

Hovedårsaken til unngåelsen er at de opplever at skjemaet er overstrukturert og langt, noe som gjør det vanskelig å kommunisere nyanserte funn.

Når dette er sagt, valgte jeg å bruke tyngdepunktet i prosjektet et annet sted.

Rabbit holeAvveining: hvorfor optimalisere bort fra gruppen som leverer de beste dataene?

Fordi observatørkorpset er kapasitetsbegrenset per definisjon. Det er en lønnet stab, og antallet styres av budsjett, ikke av design. Uansett hvor godt skjemaet blir, forblir de rundt 100 — og de dekker ikke landet. Ikke-observatørene er tusenvis, og eneste vei til dekning går gjennom dem.

I tillegg tåler gruppene friksjon ulikt: en betalt veteran med rapportering som del av jobben fullfører skjemaet uansett hvor tungt det er, mens en ubetalt rekrutt uten noen forpliktelse faller fra ved første motstand. Den samme friksjonen koster altså dramatisk mye mer i den ene gruppen enn i den andre.

Designprosessen involverte likevel observatører hele veien, nettopp for å sikre at endringene ikke ødela arbeidsflyten deres. Flere av grepene, særlig de nye felttypene, treffer dessuten smertepunktene deres direkte.

Brukerreisen ender brått etter rapportering

Etterlatt i et vakuum, sitter de mest lovende bidragsyterne (de som ikke lar seg stoppe av skjemaet, og som bruker det for å terpe på skredsikkerhet) igjen uten mestringsfølelse eller konstruktiv tilbakemelding.

PersonaNesten-observatørene

Drevet av samfunnsansvar, og ofte etter et ferskt skredkurs, er nesten-observatører Varsoms største mulighet. Til tross for et sterkt ønske om å bidra, opplever disse hver innsending som en stressende eksamen, der de får lite igjen for bidragene sine, både i læring og i anerkjennelse.

Uten tilbakemeldinger vinner usikkerheten: De rapporterer mindre enn de ser, og står i stor fare for å falle helt fra. Å utløse potensialet hos nesten-observatørene handler ikke om å legge til avanserte funksjoner, men om å senke terskelen og bygge tilbakemeldingsløkker som bekrefter at deres bidrag har verdi.

Oppsummert handler dette om å gjøre funksjonen lettere å oppdage, polere vekk friksjonen i rapporteringsflyten, og motivere til videre bruk.

Fremgangsmåte

Brukere og varslere påvirket designet hele veien til mål

Prosjektet ble utført ved siden av fulltids praksis. Sjongleringen lærte meg mye om prioritering.

Innsiktsarbeidet måtte sikte seg inn på områdene med mest uklarhet, som også lot seg besvare uten longitudinelle metoder. Leveransen inkluderte prosedyre for å besvare vedvarende åpne spørsmål.

Forstå: Jeg kartla domenet for å stille relevante spørsmål til intervjuer og i spørreskjemaetGjennomgang av NVE-dokumentasjon
Podkaster med skredvarslere og norske skikjørere
Adferdsvitenskapelige artikler om norske skikjørere
Heuristisk analyse av Varsoms digitale flater

Jeg avdekket brukeres smertepunkter, og kvantifiserte deres fremkomst6 brukerintervjuer: For å høre om holdninger og handlinger (i fravær av observasjonsmulighet, ettersom dette var utenfor skisesong).
Spørreundersøkelse (65 svar): Kvantifisering av temaene som dukket opp i intervjuer, samt hvorfor ikke-observatører ikke bidro. Rekruttert gjennom Facebook-grupper for skikjøring i lokale fjellområder, noe som traff målgruppen presist: de aller fleste respondentene var ikke-observatører.
App analytics supplert av NVE, som ga et atferdsgrunnlag å holde utsagnene opp mot.
NVEs publiserte sesongtall, som gjorde det mulig å tallfeste kontrasten mellom bruk og bidrag mot en åpen kilde i stedet for interne tall alene.

Jeg sikret at endringene ikke forstyrret etablerte arbeidsflyterTo av intervjuene var med observatører med varslingserfaring. Disse deltok videre i en workshop om rapporteringsskjemaet
skjulte hjelpesider eksplisitt hva varslerne trenger for å lage prognoser
Varslernes opptredener på Skredpodden avdekket hvordan det oppleves å ta imot rapporter (de får altfor få)

Jeg testet det grunnleggende selv, og leverte prosedyrer for hvordan måle langsiktige mål utenfor prosjektets omfangBrukertesting: testing av endringene med 5 deltakere, med fokus på brukervennlighet, ikke langsiktige bruksvaner.

Løsning

Fra skjema til læringsstøtte

Små tiltak kan være med på å bygge brukeres forståelse av Varsom som en crowdsourcing platform. Jeg la til kontekstuelt tilpassede mikrotekster på tvers av touchpoints, fra oppstartsskjermen, til nettsiden, til en godt synlig FAB på hovedkartet. Som del av leveransen foreslo jeg at dette punktet kan ytterligere løses med kommunikasjonsarbeid, men at appens flyt og brukervennlighet må være på plass først før man forsøker å konvertere.

#UXwriting #Priming #Affordances

Nye hurtigflyter som forbigår skjemaet helt. Det få vet, er at ingen av de 300 feltene er påkrevd, og at et enkelt bilde er verdifullt for skredvarslingen. Varslerne bekrefter det selv: de leser svært mye ut av et bilde alene. Det nye designet reflekterer dette.

Skjemaet er nå strukturert etter Vær, Terreng og Snødekke, hvilket gjenspeiler de mentale modellene som læres bort på skredkurs for å vurdere forholdene selv. Slik signaliserer den nye strukturen umiddelbart at selv nybegynnere er på kjent territorium og har noe å bidra med.

Det gamle skjemaet besto nesten bare av nedtrekksmenyer. Ved å introdusere nye feltdesign, letter man interaksjonsfriksjonen markant — noe som er særlig viktig i kaldt vær og skredterreng.

Rabbit holeEstimering av interaksjonskostnad

Jeg trengte en objektiv måte å estimere om et nytt design ville bli enklere, men det ville vært i overkant å teste hvert eneste felt.

Jeg katalogiserte hvert felt etter datatype og interaksjonstype, og vektet dem etter innsats (kognitiv: hvor kompleks er vurderingen, og mekanisk: hvor kompleks er selve inntastingen). Vektingen ble utformet basert på gjennomganger av skjemaet sammen med observatører, spørreundersøkelser om innsats per skjemaseksjon, samt intervjudata.

Jeg likte modellen fordi den ikke forvekslet antall felt og faktisk innsats over én kam. Et langt felt kan være enklere å fylle ut enn et som er konseptuelt og interaktivt mettet.

Det var mange frihetsgrader i denne modellen, men den var bare ment å være retningsgivende. Likevel gjorde øvelsen at jeg fant meg selv i et kaninhull om måling av innsats.

I HCI har vi prøvd å måle interaksjonsinnsats på en presis måte i femti år, og fagfeltet virker splittet på midten.

Én tradisjon søker å forutsi innsats før noen i det hele tatt berører designet — GOMS, Keystroke-Level Model (KLM), Fitts’ lov — ved å bryte oppgaver ned til helt grunnleggende handlinger.

Disse passet ikke formålet, siden disse metodene nødvendigvis forutsetter at brukeren vet nøyaktig hva de vil gjøre, og hvordan de skal gjøre det. De måler interaksjonsdesign i et vakuum. Men når det kommer til dette skjemaet, så går selv ekspertobservatører seg vill. Innsatsen i skjemaet handlet aldri bare om trykking — den handler i stor grad om å oversette sanseinntrykk til skjemaets ofte forvirrende kategorier.

Den andre tradisjonen måler i etterkant, med brukertesting. NASA-TLX fanger opp akkurat den manglende kognitive og følelsesmessige belastningen, men siden dette var ment for å illustrere at en løsning med høy sannsynlighet var bedre enn en annen uten prototyping og testing, passet ikke denne heller.

Det ligger en mer ubehagelig sannhet under dette, og det tok meg en stund før jeg tillot meg selv å si det høyt: Skjemaet var åpenbart ødelagt — tilsynelatende laget for at det skulle være enkelt for backend-utviklerne, for så å bli glemt og aldri revidert. Du trenger ikke et validert måleinstrument for å måle et hus som står i full fyr. Hvor ødelagt skjemaet var, hadde blitt normalisert av menneskene som sto det nærmest. Jobben besto i å bidra med et eksternt blikk, og kvantifiseringen ble et kommunikasjonsverktøy.

Brukere får nå en bekreftelse når en varsler åpner rapporten din.

Dette er svaret på nesten-observatørenes egentlige problem: de trenger å vite at bidraget landet et sted. At et menneske faktisk leste det du sendte inn er dessuten en sterkere bekreftelse enn poeng og merker — det bekrefter verdien av arbeidet, ikke bare handlingen. Mer omfattende gamification og utbroderte profiler ble valgt bort av samme grunn.

⟨FYLL INN — match mot egen hukommelse:⟩

Taleopptak eller diktering i felt
Geofencede push-varsler («du er i område X nå — så du noe?»)
Kamera-først-flyt
Autoutfylling fra vær-, posisjons- og sensordata
Ferdige rapportmaler per situasjonstype
Feed der du ser andres rapporter
Å slette felt helt, fremfor å skjule dem bak progressiv avdekking
Gamification, poeng og utbroderte profiler — allerede besvart lenger opp

Resultat

Tidlige positive signaler

Med prosjektets begrensede omfang rakk jeg å teste hvorvidt det nye grensesnittet ga bedre forståelse for appens funksjonalitet. For resterende åpne spørsmål leverte jeg en testprotokoll som NVE kan ta med videre.

En slik test krevde at jeg testet utelukkende med ikke-observatører og ikke-brukere. Jeg gerilja-testet inntrykket av appens formål i gammelt og nytt design, og observerte deretter mens deltakerne fullførte oppgaver, for å polere ut problemer med skjemastrukturen (f.eks. «rapporter skytende sprekker i snødekket og 5 cm nysnø»).

Med enkel brukbarhetstesting kan man avdekke mange problemer med få tester. Den siste testede iterasjonen hadde følgende resultater

Fem av fem forsto det nye designets formål

Det nye designet gjorde at alle forsto appens fulle funksjonalitet, og at rapportering var ment for dem. Dette, sammenlignet med 2 av 5 for det originale designet. Med fem deltakere er dette en retningsgivende sonde og ikke en effektmåling — men spriket var stort nok, og forklaringene deltakerne ga tydelige nok, til å behandle det som et reelt signal.

Fem av fem fullførte alle testoppgavene

Alle fem fullførte hvert rapporteringsscenario sømløst, og beskrev den trinnvis avdekkede flyten som enkel, tilgjengelig og intuitiv. Separate gjennomganger med aktive observatører bekreftet at det nye hierarkiet fortsatt bærer raske profesjonelle arbeidsflyter.

Læring

Metodevalg under tidspress

Alt med brukere, har godt av brukersentrering

Det er rart å se at typisk kommersiell produkttenking er nyttig også i et offentlig prosjekt. Det illustrerer viktigheten av brukertenkning i enhver situasjon der man bygger for andre enn seg selv.

Noe data er mye bedre enn ingenting

I et prosjekt med lite tid er det fristende å erstatte handling med uhandling, og si at man ikke kan gjennomføre fordi dataene ikke blir gode nok i tide. Men fremgang har egenverdi. Design handler om å redusere risiko, ikke å eliminere den — og i et fag uten to streker under svaret må data blandes med intuisjon for å lage ting som ikke finnes ennå.

Jeg kunne ikke observere hver persona i felt med appen. Jeg kunne spørre dem om erfaringene deres, og holde svarene opp mot analytics. Utsagn er mindre nøyaktig enn observasjon når det gjelder atferd, men triangulert mot faktiske bruksdata er middels innsikt fortsatt verdt å bygge på om skadepotensialet om man tar feil er relativt lavt.

Jeg elsker COM-B

COM-B (Michie, van Stralen og West, 2011) sier at en atferd krever tre ting samtidig: evne, mulighet og motivasjon. Jeg liker den fordi den tvinger frem en diagnose før en løsning — det var den som avslørte at «ingen rapporterer» egentlig var tre forskjellige problemer hos tre forskjellige personaer, og at et bedre skjema bare løste ett av dem. Og fordi diagnosen peker videre mot hvilken type tiltak som virker, ikke bare hvor problemet sitter.

Videre

Det neste laget er lansering, ikke flere skjermer.

Påstanden som faktisk betyr noe — at en synlig dør og en lavere terskel konverterer passive lesere til bidragsytere — kan bare besvares ute i felt, over en sesong.

Det er dette utrullingsprotokollen er til for: A/B-teste de nye inngangspunktene mot dagens app, spore konvertering fra første åpning til første innsending, og følge en kohort med førstegangsbidragsytere gjennom en hel sesong for å se om bekreftelsesmeldingen bidrar til gjentatt bruk.

Testen har dessuten et publisert sammenligningsgrunnlag å måle mot. Én observasjon per 54 appøkter, og én frivillig observasjon per 136, holdt seg stabilt gjennom både 2023/24 og 2024/25. Baseline er altså ikke et internt tall noen må ta på tro, men en rate som har holdt seg gjennom to sesonger med ulike snøforhold.