ДМИТРИЙ СЛИНЬКОВ
Послесловие: что дальше?
«Первыми идут новаторы, вторыми — имитаторы, далее — идиоты.»

Уоррен Эдвард Баффетт, американский предприниматель, инвестор

Допустим, вы стали бизнесменом-аналитиком. Что нас с вами ждет в ближайшем будущем? Возьмем для примера железнодорожные вагоны. Сегодня они перемещаются по рельсам многих стран совершенно без присмотра. Если вы владеете вагонами, то их сохранность находится в ежедневной зависимости от слуха осмотрщика, облаченного в желтую жилетку на станции Сызрань-2 и получающего 10 – 15 тысяч рублей в месяц, работая сутки через двое.

Если вы хозяин пшеничных полей, комбайн может собрать для вас за смену, скажем, две тонны зерна. А может и одну. Вторая тонна уйдет налево — собутыльнику комбайнера или тем, кто припугнул водителя зерновоза.

Если вы директор завода, вам неведома эффективная загрузка каждого станка. Вы просто не знаете, смогли бы вы взять больше заказов или нет. Как и не знаете, когда именно тот или иной станок потребует ремонта.

Если ваша задача — управлять недвижимостью, хотелось бы вам дистанционно контролировать состояние всех вверенных вам инженерных сооружений? Все перечисленное ездит, плавает, потребляет, производит, изнашивается, мчится по лифтовым шахтам, перегревается... за периметром вашего контроля.
Книга «Охота на данные»
101 совет предпринимателю: как научиться бизнес-анализу.
Бонус: практические кейсы реальных бизнесменов.
Error get alias
И если я вас уже заинтриговал, погуглите новости про Индустриальный Интернет (оно же — «Четвертая индустриальная революция», оно же — «Индустрия 4.0»). Погуглили? Эпоха киберфизических систем вездесущих датчиков и сенсоров, всепроникающих радиосигналов уже наступила. А теперь представьте сколько в мире появится новых — неживых — абонентов?! По прогнозам аналитиков, через несколько лет во Всемирной сети будет более 50 миллиардов таких устройств. То есть в несколько раз больше, чем абонентов прямоходящих. Все они начинают генерировать такие объемы данных, что нам с вами трудно представить.

Появление Индустриального Интернета сравнимо с изобретением солонины для мореплавателей. Как только покорители морей научились готовить «долгоиграющее» мясо, им наконец-то стали доступны трансатлантические походы и, как следствие, новые материки. Наша Земля стремительно начинала превращаться из плоской тарелки в нормальную планету. Каковы будут последствия появления стольких данных в нашей жизни, мы не знаем. Как не знали и Магеллан, и Васко да Гама, и Колумб того, что именно они едут открывать.
Поэтому, лично я не представляю, как бизнесмен завтрашнего дня сможет вести свою компанию без аналитических навыков! Что такое миллиарды сенсоров? Это действительные, настоящие Big Data (Большие данные (англ. big data) — обозначение структурированных и неструктурированных данных огромных объемов и значительного многообразия, эффективно обрабатываемых горизонтально масштабируемыми программными инструментами, появившимися в конце 2000-х годов и альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence. («Википедия»). Вот лишь несколько примеров того, как реальные бизнесы, большие и малые, используют Big Data в качестве прорывной технологии.

Energy Future Holdings Corporation (атомная энергетика) дистанционно получает данные с миллионов абонентских счетчиков каждые пятнадцать минут (а не раз в месяц, как раньше).

Kreditech — молодая технологичная компания со штаб-квартирой в Гамбурге. Использует Big Data для максимально безрискового кредитного скоринга, автоматически анализируя более 8000 источников по каждому претенденту на ссуду.

McLaren — да-да, это прославленная «конюшня» «Формулы-1». Команда анализирует данные с датчиков, установленных на болиде, в реальном режиме времени. С помощью технологии Big Data им удается предсказывать поломки и находить причины отклонений от норм — прямо во время гонок!
«Знания — это сила, а знания, полученные из больших данных, — большая сила»
Singapore Healthcare — медицинская компания анализирует условия жизни пациентов, чтобы предсказывать заболевания.

Woolworths — крупнейшая австралийская ритейловая сеть анализирует покупательские привычки клиентов.

UPS — глобальная логистическая компания отслеживает 16,3 миллиона посылок в день. Данные предоставляются 8,8 миллионам клиентов, отправляющих по 39,5 миллионов запросов ежедневно.

Возникает закономерный вопросы: как мы с таким потоком данных будем справляться? Стараясь не растягивать ответ, давайте посмотрим на классическую модель зрелости аналитики данных. В конце книги вы наверняка расслабились и уже не хотите воспринимать новых терминов. Но (совсем чуть-чуть!) придется.

Итак, диаграмма стадий зрелости аналитических систем:
Хиндсайт (hindsight) — это «ох, какие же мы умные не тогда, но теперь». Когда мы с вами просто собирали отчеты, это и был хиндсайт. Вы узнали, что именно произошло в вашем бизнесе за некий заданный вами же период.

Инсайт (insight) — «ух ты, как это оно на самом-то деле было!» Когда вы приложили усилие к тому, чтобы «покрутить» ваши данные в виде многомерных кубов, это уже были аналитические системы. В данной стадии вы будете находиться, прочитав эту книгу и внедрив хотя бы 80% того, что из нее узнали. Сложность аналитического процесса увеличивается, но и ценность для бизнеса растет. Вы можете определять проблемные области или точки роста. Что же дальше?

Вы сможете постепенно в прямом смысле слова предсказывать будущее. Форсайт — он именно об этом. Одними аналитическими системами тут уже не обойтись. Возьмем для примера самолет. Если в течение определенного периода собирать десятки тысяч фактических показателей каждого его полета, рано или поздно вы получите так называемого цифрового двойника (оцифрованный экземпляр физически существующего актива, процесса, человека, места, системы или устройства; имеет многоцелевое назначение. Цифровое представление того или иного объекта содержит не только текущие элементы объекта, но и всю динамику их изменений в течение жизненного цикла объекта. В основном, цифровой двойник создается путем сбора данных с соответствующих технических сенсоров в реальном режиме времени (Wikipedia) этого воздушного судна. Далее двойник сможет «взлетать» и «приземляться» одновременно со своим физическим родственником. Ваша система, составными частями которой будут уже и Big Data, и искусственный интеллект (далее ИИ), сможет определять заранее — когда и что в самолете потребует ремонта или замены. Так работает предсказательная аналитика. Ее еще называют «предиктивная аналитика». С помощью нее уже сегодня экономятся миллиарды рублей промышленных предприятий. Откуда такая экономия? Предупредительный ремонт дешевле инцидентного!

Предсказывать — это еще не все, что бизнесу нужно. Вы просто предсказываете поломку, выход из строя или коллапс. Включив «еще немного технологий» (правая верхняя область рисунка), человечество со временем научится не просто предвидеть нештатную ситуацию, а подсказывать пользователю — как именно эту неприятность можно избежать! В случае с промышленными производствами, с добычей энергоресурсов предписывающая аналитика уже работает и приносит свои плоды. Как сказал Джон Форман (автор книги с сомнительным названием «Много цифр. Анализ больших данных при помощи Excel»): «Знания — это сила, а знания, полученные из больших данных, — большая сила». Поэтому желаю вам много-много сил, чтобы добиваться успеха в бизнесе!
P. S.
Напомню, что все материалы, упомянутые в книге, а также все, что будет появляться нового по теме «Бизнес-анализ для бизнесменов» (чек-листы, шаблоны техзаданий и вакансий, обзоры новых методик и систем), вы можете получить в специальной закрытой группе «Фейсбука», предназначенной исключительно для моих клиентов и читателей. Стучитесь туда — и я вам обязательно открою.

Лично я завел себе специальный Google-аккаунт для того, чтобы получать интересующие меня рассылки прямо в почту. Это по-прежнему очень удобно — самостоятельно управлять потоком входящей информации и читать интересующие тебя статьи только в удобное для себя время. Письмам можно автоматически присваивать теги. Очень удобно! Жизнь и технологии не стоят на месте. Я постоянно пишу новые статьи и обзоры и делаю еженедельную рассылку «Marketing. BigData. IIoT» для всех, кому удобно получать такие материалы на почту. Подписаться на нее вы сможете тут, а отписаться — в любое удобное время (без обид с моей стороны).

Если вам удобнее «Телеграм», аналогом этой рассылки может служить мой канал «Marketing. BigData. IIoT».

И последнее: если вам позарез нужна отчетность ну вот прямо сейчас, команда Ah!Report может предоставить вам своих консультантов по первому требованию!
Книга «Охота на данные»
101 совет предпринимателю: как научиться бизнес-анализу.
Бонус: практические кейсы реальных бизнесменов.
Хотите заказать разработку управленческой отчетности?
Фотография Emma Frances Logan, источник Unsplash