Читать онлайн «Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики». Страница 24

Предотвращение неблагоприятных событий

Сегодня автомобили становятся все более и более сложными. Современные автомеханики при обслуживании автомобиля должны разбираться не только в его механических, но и в компьютерных системах. Несколько последних инноваций направлены на повышение безопасности вождения за счет предотвращения неблагоприятных событий.

Системы круиз-контроля могут вскоре усовершенствоваться благодаря аналитике, автоматически предупреждающей столкновения. Если, исходя из разницы в скорости между своим и впереди идущим автомобилем, компьютер определяет, что столкновение неизбежно, он автоматически активирует тормоза, опережая водителя. В беспилотных автомобилях (о них мы поговорим чуть дальше) водителям вообще не нужно нажимать на тормоза. Также очень простая аналитика помогает обнаружить людей и объекты при движении задним ходом. Многие автомобили сейчас уведомляют водителей звуковым сигналом о наличии препятствия и информируют о расстоянии до него. Невероятно простая в этом случае аналитика, однако, позволяет спасти жизни, особенно маленьких детей, которые часто остаются незамеченными для водителей при движении вспять.

Вспомните пример из второй главы о датчиках, устанавливаемых рядом с железнодорожным полотном, чтобы в режиме реального времени они отслеживали температуру колес у проходящих составов. Если система обнаруживает перегрев колес, состав получает приказ остановиться. К нему направляется бригада рабочих, чтобы проверить состояние вагона и правильно разместить груз. Для железнодорожной компании гораздо дешевле остановить состав и устранить проблему до схода его с рельсов, чем потом устранять последствия катастрофы. Ведь сход с рельсов не только приведет к серьезной задержке движения, но и может причинить значительный материальный ущерб и даже привести к человеческим жертвам. Использование же сенсорных данных не только делает железные дороги более безопасными, но и бережет средства. Хотя в этом случае используются довольно простые алгоритмы, их роль весьма значительна.

Теперь давайте перейдем к производителям свежей продукции. Они обычно хранят ее на поддонах на складе, а затем транспортируют в магазины. В течение всего времени хранения температура продуктов должна оставаться в пределах заданного диапазона наряду с заданным диапазоном влажности. Но что если на одном из участков склада выйдут из строя кондиционеры или обогреватели? Заведующий складом может быстро узнать об этом, поскольку датчики начнут подавать сигналы тревоги, и поручить сотрудникам переместить поддоны с продукцией в другое место. Но производителю также важно знать и то, какие поддоны со свежей продукцией могли пострадать, чтобы проверить их состояние.

В прошлом могло пройти много часов, прежде чем кто-то замечал, что на одном конце склада стало немного теплее, чем должно быть. К этому моменту поврежденная продукция уже могла быть отправлена в магазины. И производителю приходилось уведомлять все магазины, получившие продукцию со склада в тот день, о необходимости перепроверить ее качество.

Сегодня поддоны с испортившейся продукцией могут выявляться до того, как они покинут склад. Бóльшую часть времени аналитика используется в основных приборах оповещения, которые сравнивают текущие показания датчиков с заданными пороговыми значениями. Со временем алгоритмы будут развиты до такой степени, что станут учитывать колебания температуры и влажности у каждого поддона и прогнозировать риск порчи продуктов. Нагревание на несколько градусов в течение нескольких минут обычно не вызывает проблем, однако серия небольших отклонений в течение нескольких дней значительно увеличивает этот риск. Для поиска подобных аномалий, несомненно, будут разработаны более продвинутые аналитические процессы.

Операционная аналитика предназначается не только для частных компаний. Правительства и некоммерческие организации также могут извлечь из нее пользу. Давайте посмотрим на так называемый предсказывающий контроль, один из наиболее интересных примеров применения аналитики для осуществления государственной функции. Причем предсказывающий контроль сочетает операционное применение традиционной и операционной аналитики.

Давайте начнем с объяснения того, что представляет собой предсказывающий контроль{29}. В течение уже нескольких лет полицейские департаменты и правоохранительные органы всех видов используют аналитику для повышения эффективности своей деятельности. Например, они пытаются выявлять различные закономерности в совершении преступлений, связанные с такими факторами, как неблагоприятные погодные условия, температура воздуха, праздники, особые мероприятия и т. д. В определенное время с учетом прогнозируемого уровня преступности городской департамент полиции может увеличивать или уменьшать количество полицейских в конкретном районе{30}. Это операционное применение традиционной аналитики, поскольку аналитика основана на пакетной обработке данных и используется для составления прогнозов на ближайшую патрульную смену или на несколько дней.

Однако сегодня правоохранительные органы начинают использовать более актуальную информацию, чтобы корректировать прогнозы ближе к режиму реального времени. Другими словами, аналитика становится операционной. Например, на основе прежних закономерностей местный полицейский участок прогнозирует шаблоны преступлений на этот вечер и соответственно распределяет свои силы. Но в результате изменения погодных условий или обнаружения нескольких вечеринок, проводящихся вблизи друг от друга, прогноз может быть пересмотрен, а силы полиции, если потребуется, перегруппированы. Корректировка планов на основе новейшей информации делает аналитику операционной.

Посмотрим правде в глаза. Государственные структуры не отличаются высокой эффективностью и рациональностью. Но именно ввиду масштабности многих действий государства и их печально известной неэффективности государственные органы могут значительно улучшить свою деятельность благодаря эффективному использованию операционной аналитики.

Недавно полиция начала использовать еще одну важную операционную тактику – мониторинг каналов социальных медиа. Оказывается, многие члены преступных группировок, как и все мы, очень активны в социальных сетях. А правоохранительные органы способны определить, когда известные им гангстеры затевают ссору онлайн. Следя за перебранкой, возможно определить, когда ее градус начнет повышаться. Ссоры и насмешки в социальных сетях часто становятся поводом для физических столкновений между бандами. Полиция способна установить, кто нагнетает страсти, выйти на зачинщиков и разрядить ситуацию, прежде чем она перерастет в разборки. При этом одно сообщество ведет себя в сетях бурно, а другое непривычно спокойно. В результате полицейских можно направить туда, где они особенно нужны.

Одна из областей применения операционной аналитики, где она способна оказать наибольшее воздействие, – это повышение эффективности деловых операций, что особенно верно для тех бизнес-процессов, в которых аналитика традиционно не использовалась вообще или же использовалась очень ограниченно. Для крупных организаций повышение эффективности даже на 1–2 % может вылиться в миллионы долларов дополнительной прибыли. Давайте рассмотрим несколько очень интересных примеров, в том числе относящихся к области эффективного производства и использования энергии.

Ветряные мельницы существуют уже много веков. Сегодня они стали гораздо более эффективными, чем в прошлом, и в них используются поистине удивительные технологии. В конце 2013 г. мне довелось выступать вместе с Биллом Рухом из General Electric (GE) на конференции «Рок-звезды в области больших данных» в Сан-Хосе. Билл рассказал, что сейчас GE оснащает производимые ею ветряные турбины целым набором датчиков, предназначенных отслеживать и оценивать все виды информации о работе и производительности турбин. Сенсорные данные анализируются, и в работу турбин почти в режиме реального времени беспрерывно вносятся необходимые корректировки, чтобы оптимизировать их производительность.

Я был поражен, узнав, что современные ветряные турбины способны реагировать на изменение направления и силы ветра, корректируя положение и угол наклона лопастей таким образом, чтобы обеспечить равномерную предсказуемую выработку электроэнергии. Изменение угла наклона лопастей позволяет повысить отбор энергии ветра на 1–2 %. Хотя это может показаться совсем небольшим выигрышем, но со временем он выльется в огромную дополнительную прибыль, учитывая масштабы ветровых электростанций. По словам Билла, новые технологии позволили GE закрепить за собой лидирующее положение в отрасли. При этом он приписывает подобный успех как техническим инновациям, так и в равной степени софтверному видоизменению, обеспечившему внедрение операционной аналитики в машины.