Bernt
58ca4e68db
- Go backend API with full CRUD for all modules (CRM, Sales, Finance, HR, Legal, Marketing, Support, Purchase, Inventory, Projects, Automation, Analytics) - Rust analytics service with parallel report generation - C runtime with POSIX shared memory IPC - PostgreSQL schema with 30+ tables, full migrations - Redis cache, sessions, pub/sub - Kafka event streaming with Zookeeper - WebSocket hub for real-time updates - Automation engine with cron jobs, workflows, event triggers - JWT authentication, multi-tenant from start - Docker Compose with all services - Nginx reverse proxy with rate limiting - Integration tests passing - Feature gap analysis against Fortnox/Odoo/Visma Refs: BOC-001
5.0 KiB
5.0 KiB
Landvex Strategi — Marknaden som Målfunktion
Datum: 2026-07-10 Status: Gällande för allt arbete framåt
Kärnprincip
Ni bygger inte en produkt utan en lärande maskin, där betalda frågor är målfunktionen, insamlingsstegen är policyn och grafen är det ackumulerade minnet.
1. North Star Metric
Answer Rate — andelen betalda verklighetsfrågor modellen kan besvara inom X timmar med Y konfidens.
Kompletteras med Time-to-Truth (tid från fråga till verifierat svar).
"Starkast" = högst Answer Rate till lägst kostnad per svar.
2. De Tre Looparna
Efterfrågeloopen
- Varje uppdrag och query är en prissatt marknadssignal
- Viktigaste bygge från dag ett: loggen över obesvarbara frågor
- Varje fråga modellen inte kunde besvara, med vad kunden var beredd att betala
- Den loggen ÄR er roadmap
Utbudsloopen
- Zoomer-acceptans, genomförandetid och churn per område visar var sensornätverket är elastiskt
- Dynamisk uppdragsprissättning (högre credits där utbudet är tunt)
- Nätverket blir självbalanserande
- Avslöjar verkliga kostnaden per observation per geografi
Modellloopen
- RALE-arkitektur: varje människoverifierat uppdrag är ett träningsexempel
- Osäkerhet × efterfrågan styr kapitalallokering
- Människor skickas bara dit modellen är osäker OCH någon betalar för visshet
- Modellen beställer sin egen träningsdata
3. Beslutsregler (ersätter åsikter)
Vertikalregeln
- Vertikal får dedikerad produktifiering först när organiska betalda frågor passerar tröskel
- Ex: N betalande organisationer med återköpsgrad över Y%
- Vertikaler FÖRTJÄNAR investering — de väljs inte
Georegeln
- Stad lanseras när förbokad efterfrågan täcker satt andel av kallstartskostnaden
- Sälj före insamling; nätverket följer pengarna
Dödsregeln
- Index och funktioner som inte queryas inom N månader avvecklas
- Oavsett hur mycket ni gillar dem
4. Kompletthet genom insamlingsstegen
Aggregerings- och verifieringslagret för alla källor
Kostnadstrappa:
- Satellit och öppna data (billigt, brett, ytligt)
- Passiva flöden via partners, dashcams, kommunfordon, drönare (mellannivå)
- Riktad mänsklig observation (dyrast, djupast, verifierat)
Modellen routar varje fråga till den billigaste källa som når konfidenskravet.
5. "Flest människor till hjälp" som tillväxtmotor
Efterfrågesidan
- Fritt civic-lager (öppna basindex, medborgarfrågor)
- Skapar upptäckt, legitimitet hos kommuner, ständigt flöde av frågesignaler
- Institutioner betalar för djup, API och SLA
Utbudssidan
- Uppdragsinkomster = reell försörjning i lanseringsmarknader
- Utbetalningspålitlighet ÄR produktkvalitet på utbudssidan
- "Inga plattformsavgifter, credits förfaller aldrig" = supply-moat
KPI
- Antal människor som tjänar pengar
- Antal beslut förbättrade
- Frågor besvarade gratis
6. Sekvens
Fas 0–1 (0–12 mån)
- Bygg instrumentet
- Sverige-lansering
- Allt instrumenterat
- Obesvarade-frågor-loggen live dag ett
- Answer Rate-baslinje etablerad
- Låt betalda uppdrag peka ut första vertikalen
Fas 2 (12–36 mån)
- Regelutlösta vertikaler
- Partnerflöden kopplas in
- Första indexen där täthet passerar tröskel
Fas 3 (36+)
- Korpus- och modellicensiering (world model-spåret)
- Internationell replikering per playbook
7. Skydda loopen mot sina egna fel
- Explorationsbudget: ~15–20% för det dagens kunder inte frågar efter
- Vikta feedback efter BREDD, inte volym
- Goodhart-säkra utbudssidan: QC- och proveniensarkitektur är försvaret
8. Konkurrentlandskap (Topp 10)
| Rank | Konkurrent | Hot | Svaghet | Överlapp |
|---|---|---|---|---|
| 1 | WeGoLook (Crawford) | Äger kundrelationer försäkring | Tjänst, inte lärande datagraf | Försäkringsclaims, distribution |
| 2 | Premise Data | Dominerar tillväxtmarknader | Förtroendeproblem utbud | Crowd-insamling, ground truth |
| 3 | Hivemapper/Bee Maps | Nära noll marginalkostnad | Passiv, inte riktad | Vägnät, marknivådata |
| 4 | vialytics | 1 000+ kommuner, juridisk data | Begränsad till kommunfordon | Kommunvertikal, Europa |
| 5 | Nearmap (+ Betterview) | Djupt i försäkringsbolag | Flygfoto, inte marknivå | Försäkringsbudget, fastighet |
| 6 | Cape Analytics (Moody's) | Default-data i underwriting | Flygbild, inte verifierat | Fastighetsrisk, försäkring |
| 7 | Cyclomedia | Stark i Nederländerna | Egna bilflottor, tungt | Urban data, offentlig sektor |
| 8 | Esri (ArcGIS) | Köpare bor redan där | Plattformsgravitation | Integration vs absorption |
| 9 | Zeitview (DroneBase) | Drönare + AI-inspektion | Drönare, inte crowdsourcing | Infrastruktur, energi |
| 10 | Roamler/Streetbees | Samma Zoomer-utbud | Retail-fokus | Retail, Europa |
Status quo-konkurrenter: SGS, Bureau Veritas, DEKRA, WSP, Sweco, Ramboll, "Kjell med kameran"
Sovande jättar: Google (Street View + spatial AI), Niantic Spatial, Planet Labs
Denna strategi präglar allt vi gör.