Flatz: Et sosialt nettverk for kollektiv

Abstract

Applikasjonen er et sosialt nettverk skapt for kollektiv. Dette er en applikasjon som er tilgjengelig på både iOS og Android. Applikasjonen har to aspekter. Det første er sosial omgang med like kollektiv. Her har kollektiv mulighet til å bli venner eller ”matche” med andre kollektiv. Ved en slik match vil det bli opprettet et eget chat-rom som kommunikasjonskanal. Kollektiv i nærheten er vist gjennom et kart i applikasjonen hvor en kan manøvrere seg gjennom en liste med ulike kollektiv. Dersom et kollektiv virker interessant kan en videre se på profilen. Profilen består gjerne av noen bilder, en beskrivelse, oversikt over medlemmer og felles interesser.

Det andre aspektet i applikasjonen er intern organisering i form av vaskeliste og handleliste. Vaskelisten i applikasjonen er automatisert gjennom ukentlig rullering av oppgaver. Ved opprettelse av vaskelisten vil typisk kollektivet samles og legge inn informasjon om hvilke oppgaver som skal gjøres og hvor ofte det skal vaskes. Det er også lagt til rette for et eget botsystem som gir bøter dersom det er noen som ikke oppfyller sitt vaskeansvar. Handlelisten skal stå for fellesutgifter og varer som skal kjøpes inn til kollektivet. For å finne ut hvem som skylder hvem er det laget en egen kalkulator som står for det interne oppgjøret.

For å lage et best mulig produkt var det viktig å inkludere brukerne. Totalt deltok 26 testere i brukertesting, hvor flere av disse var medlemmer i samme kollektiv. Gjennom intensiv og nøye planlagt testing dukket det opp flere mangler og ønsker som kunne implementeres for å forbedre applikasjonen. Mye positiv tilbakemelding var også med på å bekrefte markedet og idéen.

Gjennom utviklingen av oppgjørskalkulatoren kom utfordringen med å bryne seg på algoritmisk tenkning. å finne oppgjøret i en gruppe personer kan virke enkelt, men når man utvider problemstillingen til å finne det beste oppgjøret med færrest mulig transaksjoner til lavest mulige summer overført så byr oppgaven på større utfordringer. Teamet har sett på tre mulige måter for å finne det beste oppgjøret.

The application is a social network created for student collectives. It is available as both an iOS and Android application. It has two aspects. The first is social interaction between collectives. The collectives can become friends and "match" with other collectives. When they match, a chatroom is created as a communications channel. Collectives nearby are shown in a map, where the user can scroll through the list of different collectives. If one looks interesting, the user can take a look at the profile. It consists of images, a description, an overview of its members and their interests.

The other aspect of the application is internal organisation, in the form of a washing task list and a shopping list. The task list is automated through weekly rotation of the tasks. When creating the list, the collective will usually gather and enter information about which tasks are needed and how often they need to get done. There is also a penalty system, so users who don't perform their task can be fined by the rest of the collective. The shopping list is an overview of purchases done for the whole collective. There is also a settlement calculator to see who owes what after purchases has been made.

To make a best possible product, it was important to include the users. In total, 26 testers participated, where several of these were members of the same collective. Through intensive and thoroughly planned testing, the users found many issues and had many wishes to better the application. Much positive feedback was an important part of confirming the idea as having a chance on the market.

Through development of the settlement calculator came the challenge of algorithmic thinking. To find the best settlement between a group of people might seem easy, but when you expand the challenge to find the best settlement with the fewest possible transactions, and also the lowest sums transferred between the users, the task gives a bigger challenge. The team looked at three different ways of finding this settlement.