Собираемые данные используются для предупредительного техобслуживания – практического применения аналитики с целью опережающего выявления и устранения проблем, прежде чем те приведут к серьезным неполадкам. Мы уже вкратце касались этой темы в первой и второй главах, а теперь давайте рассмотрим ее подробнее, чтобы понять, как одни и те же данные можно использовать и в операционных, и в стратегических целях.

Чтобы проиллюстрировать потенциал подобного подхода, обратимся к такой дорогостоящей технике, как самолет. Сотрудник одной авиакомпании как-то по секрету сообщил мне, что снять крупный коммерческий самолет с рейсов и демонтировать с него двигатель для ремонта обойдется владельцам, по скромным оценкам, в сумму порядка $1 млн. Эта сумма складывается из потерянных доходов за время простоя самолета и стоимости рабочего времени, необходимого для демонтажа и повторного монтажа двигателя. Понятно, что авиакомпании (или военно-воздушные силы) прибегают к такому дорогостоящему ремонту только при крайней необходимости. К счастью, аналитика и данные позволяют радикально изменить подходы к техобслуживанию как на краткосрочном операционном, так и на долгосрочном стратегическом уровне.

Традиционно в случае отказа двигателя механики его осматривали, выясняли, какие симптомы наблюдались непосредственно перед поломкой, и пытались установить, что именно требует ремонта.

Сегодня же производители могут использовать датчики, которые в мельчайших подробностях отслеживают, как двигатель работает по прошествии времени. А когда возникают проблемы, данные анализируются с целью выявить ранние предупреждающие индикаторы. Например, может быть установлено, что поломке конкретного узла двигателя предшествовало усиление трения определенного компонента вместе с небольшим повышением температуры в течение нескольких дней или недель. После чего аналитика будет искать похожую комбинацию в других двигателях и, если обнаружит, подаст предупреждающий сигнал о необходимости проведения профилактического ремонта. Такова суть предупредительного техобслуживания.

Тем самым обеспечиваются два важных стратегических преимущества. Это позволяет производителям, во-первых, лучше понять динамику работы оборудования в реальных условиях и внести необходимые технические изменения, чтобы усовершенствовать оборудование в будущем. Во-вторых, заранее предупреждать серьезные поломки. В идеале такие процессы должны происходить в рамках планового техобслуживания, чтобы свести к минимуму издержки. Техобслуживание к тому же дешевле ремонта.

Обратите внимание, что здесь, помимо операционной аналитики, возникают возможности и для операционного применения традиционной аналитики. Операционная аналитика следит за работой двигателя в режиме реального времени и носит тактический характер. Стратегический компонент вступает в действие при корректировке долгосрочных планов техобслуживания на основе анализа сенсорных данных. Аналитика может быть применена для уточнения рекомендуемых графиков проведения техобслуживания с учетом работы двигателей в прошлом – таково стратегическое операционное применение традиционной аналитики. Данные об истории эксплуатации большого количества двигателей анализируются в пакетном режиме с целью выработать обновленные правила техобслуживания.

Предупредительное техобслуживание на основе аналитики снижает затраты производителей. Также аналитика способствует повышению безопасности для потребителей и уровня обслуживания со стороны производителей. Это еще один пример ситуации, когда в выигрыше остаются все. Организации, которые лучше других преуспеют в определении способов предупредительного техобслуживания и мониторинга работы своих продуктов, выделятся из толпы конкурентов.

Наиболее важные положения этой главы:

• Сегодня многие примеры операционной аналитики в действии включают довольно простую аналитику. Со временем уровень сложности будет возрастать.

• Операционная аналитика может обеспечить клиентам совершенно новый уровень сервиса и кастомизации. Преуспела в этом компания Walt Disney.

• Когда нарушается расписание авиарейсов, операционная аналитика позволяет смягчить последствия для пассажиров, а также сэкономить время и деньги для авиакомпаний.

• В некоторых процессах все могут определить миллисекунды. Компьютеризированные трейдеры фондового рынка вкладывают огромные суммы денег в то, чтобы выиграть всего несколько миллисекунд себе для анализа.

• Обеспечивая прозрачность, операционная аналитика может защитить как организации, так и их клиентов. Примером тому – продукт SenseAware компании FedEx.

• Операционная аналитика может сделать более безопасными места, которые мы посещаем и где живем, благодаря предсказывающему контролю и гарантировать качество продуктов питания благодаря использованию датчиков для контроля за состоянием окружающей среды.

• Государственные органы могут значительно повысить свою эффективность за счет внедрения операционной аналитики, учитывая масштабы и пресловутую неэффективность многих их действий.

• Повышение эффективности операций даже на малую долю может принести весомую финансовую отдачу. Это особенно справедливо для таких областей, как энергетика, где GE проделала много соответствующей работы.

• Когда операционная аналитика выполняется хорошо, например как в беспилотных автомобилях или мониторинге состояния здоровья, пользователи даже не замечают ее присутствия. Им просто остается наслаждаться улучшенным качеством жизни.

• Данные и аналитика уже активно преобразуют сферу здравоохранения. Операционная аналитика позволит внедрить новые, более эффективные и дружественные к пациентам процедуры.

• Всегда ищите новые способы использования данных, специально собираемых в операционных целях. Подобно тому, как определение местонахождения при помощи GPS может повлечь за собой улучшение трафика, так и многим другим данным можно найти разнообразное применение.

• В добавление к использованию источника данных в тактической операционной аналитике попробуйте найти способы использовать его и в стратегических целях.

Внедрение операционной аналитики требует инвестиций – в людей, инструменты и технологии, которые необходимы для успешной реализации операционно-аналитических процессов. Процесс преобразования аналитики в операционную не будет ни дешевым, ни легким, но при соблюдении правил может с лихвой окупиться. Разумеется, добиться выделения инвестиций сегодня ничуть не легче, чем когда-либо в прошлом. Следовательно, разработка бизнес-кейса для операционной аналитики становится важнейшим шагом.

В этой главе мы рассмотрим основные принципы и концепции, которые помогут вам разработать бизнес-кейс для операционной аналитики в вашей организации. Многие из них могут быть применены в более широком плане для обоснования инвестиций в аналитику вообще. Хорошая новость состоит в том, что вы и ваша организация можете преуспеть в своем деле, если уделите время и силы разработке бизнес-кейса с учетом некоторых уникальных аспектов аналитики.

Прежде чем приступать к составлению бизнес-кейса для операционной аналитики, необходимо определить, какие инвестиции он будет предполагать и как будет их распределять. Четкая направленность и форма изложения так же важны для бизнес-кейса, как и факты и цифры для его обоснования. В этом разделе мы обсудим, как правильно в начале определить перспективу, чтобы сразу предоставить вашему бизнес-кейсу максимальные шансы на успех. Ряд небольших улучшений общепринятой практики позволит сделать бизнес-кейс более интересным и убедительным, а следовательно, повысит вероятность его одобрения.

Во второй главе мы уже говорили о том, что необходимо сначала определить бизнес-проблему, а уже потом собирать под нее данные. Запускать сбор данных или приобретать технологию, не имея четкого плана, – заведомо проигрышная стратегия. Соответственно бизнес-кейс надо разрабатывать не ради приобретения нового источника данных или новой технологии, а ради решения реальной проблемы, с которой столкнулась организация. Если повезет, приобретение потрясающего нового источника данных или программного обеспечения действительно может стать необходимым условием для решения обозначенной проблемы. Грамотно составленный бизнес-кейс не предполагает отказа от покупки технологий, инструментов и источников данных, а просто помещает ее в правильный контекст.