Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики - Билл Фрэнкс

Разумеется, полностью предотвратить негативную реакцию пассажиров невозможно, но можно свести ее к минимуму. Сегодня, если рейс прибывает с опозданием, пассажирам, как правило, не приходится стоять в очереди или звонить в офис авиакомпании. Они могут быстро выяснить информацию у агента на входе в аэровокзал или, проверив свое мобильное устройство, удостовериться, что о них позаботились и направили на другой рейс. Если пассажир предпочитает обратиться к агенту, процесс проходит гораздо быстрее и дружелюбнее, поскольку агент просто подтверждает факт изменений в маршруте пассажира и ему не нужно ничего придумывать. Агент также может предложить альтернативные варианты, если выбранный автоматически вариант не удовлетворяет пассажира.

Таким образом, у пассажиров значительно снижается уровень стресса, связанный с нарушением расписания (могу подтвердить это лично!), и они могут расслабиться и перекусить в ожидании нового рейса. В то же время этот процесс значительно снижает операционные издержки для самих авиакомпаний. Решения о перенаправлении принимаются быстро и автоматически, и не нужно привлекать квалифицированных сотрудников авиакомпаний для изменения маршрута. Кроме того, решения являются наиболее оптимальными, поскольку алгоритмы строго следуют руководящим указаниям. Наконец, сокращается количество взаимодействий сотрудников в личном общении и по телефону, что обеспечивает авиакомпаниям дополнительную экономию.

Автоматизированные операционно-аналитические процессы принятия решений о перенаправлении рейсов являются выигрышными как для пассажиров, так и для авиакомпаний. В этом случае аналитика носит более сложный характер, чем в предыдущих примерах. И закончим мы этот раздел примером использования очень сложной аналитики.

Есть ситуации, где в операционную аналитику уже повседневно включается высокий уровень сложности. Веб-персонализация – один из таких примеров. Раньше при посещении веб-сайта пользователи видели предложения или настройки, которые были определены задолго до их визита. Хотя сайт и мог адаптироваться под конкретного пользователя, это происходило не в режиме реального времени. Как правило, владелец сайта использовал аналитический процесс на основе пакетной обработки, подсказывавший системе определенные предложения и кастомизацию для каждого пользователя, когда он возвращается на сайт. Если же аналитика выполнялась накануне вечером, то информация о пользователе, которая стала известна по завершении аналитического процесса, никак не учитывалась. Стоит ли говорить о том, что текущие поисковые сеансы пользователей также не принимались во внимание при кастомизации веб-страниц.

Нужно начинать с простого

Большинство операционно-аналитических процессов начинается с довольно простой аналитики, которая служит фундаментом для надстройки. После того как простой процесс успешно внедрен и запущен в действие, аналитику можно постепенно усложнять.

Сейчас многие организации осуществляют веб-персонализацию на совершенно новом уровне, оптимизируя восприятие клиента в режиме реального времени на основе всех данных о нем, вплоть до последнего клика. Буквально любое действие клиента влияет на то, что он увидит в следующую секунду. Здесь применяется гораздо более сложная аналитика, чем во всех предыдущих примерах, приведенных в этом разделе. Современные подходы к веб-персонализации включают сложные алгоритмы оптимизации, опирающиеся на разнообразие статистических моделей и бизнес-правил.

Развитие до таких устойчивых решений нужно начать с простых способов персонализации, а затем утвердить операционные процессы, которые станут обслуживать адаптированный под пользователей контент. Только после того как основы займут свое место, можно будет изощряться. Вот и в этой главе готовьтесь увидеть, как многие приведенные здесь примеры со временем усложняются и усложняются.

Скорость, с которой должны осуществляться аналитические процессы, сжимается. Вот и операционная аналитика должна выполняться с молниеносной скоростью. В некоторых случаях речь идет о секундах и даже миллисекундах. Давайте рассмотрим два конкретных примера операционной аналитики в действии, когда скорость имеет первостепенное значение.

Международная ассоциация воздушного транспорта (International Air Transport Association, IATA) считает, что в будущем за линиями тревожной сигнализации в аэропортах станет наблюдать крайне изощренная аналитика, работающая в режиме реального времени{25}. IATA предвидит создание в аэропортах туннелей безопасности длиной порядка 20 метров. Еще до прибытия каждого пассажира компьютер определит его профиль риска, после чего пассажир будет направлен в туннель с соответствующим уровнем проверки безопасности. Проходя по туннелю со своими вещами, как по обычному коридору, пассажиры будут подвергаться разнообразным тестам и сканированию. При этом им даже не придется замедляться при прохождении металлодетекторов, детекторов взрывчатых веществ и прочего. После выхода из туннеля пассажиры свободно продолжат свой путь дальше, если не сработает сигнал тревоги. Такое предвидение IATA является огромным шагом вперед по сравнению с современными методами, из-за которых пассажирам приходится останавливаться, ждать в длинных очередях, снимать предметы одежды и поворачиваться в сканерах под пристальными взглядами сотрудников службы безопасности.

Задумайтесь на мгновение о том, что потребуется, чтобы сделать предвидение IATA реальностью. Предложенный протокол безопасности всецело основан на данных и аналитике. Всего за десяток секунд, пока пассажир идет по туннелю, потребуется выявить любого рода риск и отреагировать на него. За это время сканеры и сенсоры внутри туннеля должны собрать данные о наличии взрывчатых веществ, запрещенных к провозу жидкостей или животных, оружия или предметов, которые могут быть использованы как оружие, и т. д. После сбора данных они в подавляющем большинстве должны быть автоматически проанализированы для определения наличия или отсутствия угрозы. Если угроза обнаружена, у сотрудников службы безопасности будет 20–30 секунд на то, чтобы перехватить подозрительного пассажира, прежде чем он уйдет.

Операционная аналитика будет решать жизненно важные вопросы

Аналитика уже поддерживает многие решения в сфере безопасности. В перспективе важно будет не «кто», а «что» сканирует и досматривает людей. Большинство сканеров безопасности станет действовать автоматически на основе данных и аналитики.

Весь сбор и анализ данных должен осуществляться в режиме реального времени, а операционно-аналитические процессы – за несколько секунд проанализировать данные и принять жизненно важные решения. Аналитика будет не только очень сложной, но и должна быть в высшей степени точной. Если система пропустит хотя бы одну бомбу или один пистолет, последствия окажутся тяжелыми. Известно, что сегодня сотрудники службы безопасности иногда пропускают оружие из-за усталости или отсутствия концентрации. Автоматизированные же алгоритмы смогут работать непрерывно без снижения точности. Если предвидение IATA осуществится, нам добавится безопасности и мы получим более простые и быстрые процедуры ее проверки. Это операционная аналитика в ее лучшем виде.