Майкл Уэйд - Цифровой вихрь [Как побеждать диджитал-новаторов их же оружием]

Большинство организаций считают, что среднестатистический сотрудник не может пользоваться аналитическими инструментами. Такое мнение связано с представлениями о наборе навыков и складе мышления персонала.

Аналитические сведения по определению специализированы. Как таковые они считаются неподходящими или ненужными для большой доли работников, в отличие от менеджеров, сотрудников продовольственной службы, агентов сбыта или руководителей заводов. Тем не менее теперь наблюдается смена парадигмы относительно использования аналитических сведений внутри компании. Линейные работники начинают использовать аналитические данные, адаптированные для их роли и включенные в индивидуальные рабочие процессы. Механизм становится простым, ведь правила принятия решения и контекстуальные аналитические данные включаются непосредственно в работу рядовых сотрудников.

Одним словом, аналитические данные предназначены не только для аналитиков. Объединение нескольких технологий позволяет использовать их прямо на рабочем месте и таким образом повысить производительность компании. Данные, собранные с помощью технологий обнаружения рабочих моделей, можно анализировать, чтобы оптимизировать процесс принятия различных решений на работе – от тактических (например, при выборе коробки на складе) до стратегических решений высшего уровня. Благодаря облачным платформам и беспроводной связи эта информация, алгоритмы и результаты аналитической обработки доступны в любом месте и в любое время. Наконец, возможности дополненной реальности, например головные дисплеи, позволяют работникам получать доступ к подробной информации и выполнять работу эффективнее, не прерывая ее. Интуитивно понятная визуализация данных позволяет предоставлять важнейшие сведения сотрудникам, которые в них больше всего нуждаются, и не так уж важно, работают они за столом или непосредственно с клиентом.

Пилотный проект DHL, описанный в главе 5, представляет собой пример всеохватывающей аналитики, т. е. включения аналитических данных и принятия информированных решений прямо в рабочий процесс. При этом работники освобождаются от необходимости принимать те решения, которые более эффективно принимаются автоматически с использованием алгоритмов. Благодаря этому у людей появляется больше времени на другие аспекты работы, включая те, которые приносят им больше удовлетворения.

Всеохватывающая аналитика может применяться в широком кругу отраслей и бизнес-процессов. Которые могут происходить как в офисе, так и на заводах, в больницах, исследовательских лабораториях и даже в транспортных средствах. Поэтому компании открывают доступ к аналитическим данным через планшеты, мобильные устройства, терминалы, интегрированные информационные средства и другие цифровые каналы, доступные на рабочем месте.

United Parcel Service (UPS) – служба доставки посылок, один из главных конкурентов DHL – в настоящий момент внедряет компьютерную платформу Orion, на разработку которой она потратила десяток лет и сотни миллионов долларов. Orion внедряет всеохватывающую аналитику на рабочие места, позволяя сотрудникам получать доступ к аналитическим сведениям и поддерживая принятие информированных решений, которые приносят пользу работникам, клиентам и компании {270} 270 Steven Rosenbush and Laura Stevens «At UPS, the Algorithm Is the Driver», Wall Street Journal, February 16, 2015: wsj.com/articles/at-ups-the-algorithm-is-the-driver-1424136536 .

ЕДИНСТВЕННОЕ, ЧТО НЕИЗБЕЖНО, – ЦИФРОВИЗАЦИЯ БИЗНЕСА И НАШЕЙ ЖИЗНИ ПРОДОЛЖИТ РАСТИ.

В США UPS использует 55 000 маршрутов, и каждый водитель в среднем делает 120 остановок в день. По мере увеличения числа доставок, вызванного ростом электронной коммерции, выросла и сложность маршрутов. Водители и диспетчеры должны оптимизировать их, руководствуясь целым рядом факторов, в том числе системой дорог, дорожным движением, особыми требованиями к доставке и размером посылки. Работа осложнилась и из-за стремительного роста платформы самообслуживания UPS «Мой выбор». Этот сервис, которым пользуются 13 миллионов текущих клиентов, позволяет им изменять время и место доставки своей посылки {271} 271 Steven Rosenbush and Laura Stevens «At UPS, the Algorithm Is the Driver», Wall Street Journal, February 16, 2015: wsj.com/articles/at-ups-the-algorithm-is-the-driver-1424136536 .

Заступив на смену, водители UPS используют планшеты, чтобы узнать маршруты, предложенные системой Orion. Для определения маршрута программа просчитывает сотни или даже тысячи альтернативных маршрутов, а также вносит корректировки по мере появления новых факторов (например, времени доставки по особому запросу). Orion также учитывает предпочтения водителей и клиентов, в том числе предсказуемые маршруты вождения и временные окна для доставки. На сегодняшний день эта система используется на более чем 40 % маршрутов UPS, в среднем сокращая расстояние каждой поездки на семь-восемь миль. Исполнительный директор UPS Дэвид Абни сказал, что к 2017 году Orion позволит компании сэкономить от 300 до 400 млн долл. США в год {272} 272 Steven Rosenbush and Laura Stevens «At UPS, the Algorithm Is the Driver», Wall Street Journal, February 16, 2015: wsj.com/articles/at-ups-the-algorithm-is-the-driver-1424136536 .

Новаторское использование всеохватывающей аналитики ни в коем случае не сводится к одной лишь оптимизации маршрутов. Стартап из Лос-Анджелеса DAQRI использует всеохватывающую аналитику в промышленных средах, таких как производственные цеха и буровые вышки. Компания разработала «умный» шлем и программное обеспечение для него. В него встроены дисплей дополненной реальности, технологии теплового изображения, датчики слежения за положением головы пользователя, определения движения и распознавания образов. Работники, использующие шлем, видят аналитическую информацию, отображаемую в поле их зрения. В одном из пилотных проектов стартап DAQRI начал сотрудничать с компанией Kazakhstan Seamless Pipe (KSP Steel) и снабдил ее сотрудников, работающих на линии производства труб, «умными» шлемами, чтобы протестировать «децентрализованный пункт управления» {273} 273 «The Decentralized Control Room» (case study), DAQRI, accessed April 7, 2016: daqri.com/home/case-studies/case-ksp/ . На производственной линии может изготовляться 110 тонн труб в час, что создает более 23 000 элементов данных, варьирующихся от информации о производстве до параметров безопасности. Обычно работники завода получают доступ к этим данным в пункте управления, из-за чего им приходится периодически уходить туда из цеха. Благодаря «умным» шлемам работники смогли получать доступ к важным данным прямо на рабочих местах. Как результат, работа стала реже прерываться. По данным DAQRI, пилотный проект повысил производительность на 40 %.

На протяжении многих лет компании стремились повысить производительность отделов продаж путем упрощения поиска лучших возможностей для продаж. На одни только системы управления взаимоотношениями с клиентами (CRM) было потрачено 234 млрд долл. США {274} 274 «Gartner Says Customer Relationship Management Software Market Grew 13.3 Percent», Gartner, May 19, 2015: gartner.com/newsroom/id/3056118 . По мере того как компании стали вести собственные исследования и делать закупки через онлайн-каналы и мобильные каналы, обходясь без специалистов по продажам и сокращая традиционные циклы, при закупках все больше стали учитываться потребительские тенденции. Но в итоге команды по B2B-продажам все меньше знают о покупательском поведении своих клиентов.