Наконец, последний пример, иллюстрирующий повышение операционной эффективности, принадлежит совершенно к другой области. До того, как мне об этом рассказали, я и понятия не имел, что подобное происходит сегодня. Большинство людей знают, что сейчас колл-центры в обычном порядке записывают все разговоры с клиентами. Как правило, звонящих предупреждают: «Ваш разговор с сотрудником может быть записан для улучшения качества обслуживания или для использования в целях обучения». Другими словами, вам сообщают, что разговор не будет конфиденциальным.

Однако организации вышли за рамки простой записи разговоров с клиентами и перешли к их анализу. Теперь алгоритмы могут сообщить многое о позвонившем клиенте и его настроении, исходя из манеры его речи. Они даже способны определить акцент клиента, и колл-центр переключит его на сотрудника, разговаривающего с похожим акцентом. Но зачем это нужно?

Оказывается, исследования показали, что люди больше доверяют незнакомым людям с похожим, чем с непохожим акцентом {31} . Следовательно, соединение клиентов с сотрудниками, имеющими похожий акцент, увеличивает шансы на успешное разрешение проблемы. Если вы на минуту задумаетесь, то поймете, что в этой идее есть смысл. Только представьте себе, как легко может возникнуть недопонимание в разговоре между жителем города Мобил в штате Алабама и обитателем острова Лонг-Айленд в штате Нью-Йорк, учитывая, как сильно отличается их речь по скорости и манере говорить. Интуиция подсказывает, что менее рискованно будет соединить клиента из Алабамы с сотрудниками из южных штатов, то же касается и ньюйоркцев. Сходный акцент поспособствует установлению доверительных отношений – и для этого надо востребовать операционную аналитику.

Многие примеры, рассмотренные в этой главе, не имеют прямого отношения к нашей частной жизни. Улучшение обслуживания клиентов или восприятия в онлайне, безусловно, приятно, но не добавляет благополучия нашему повседневному бытию. К счастью, в некоторых случаях операционная аналитика будет оказывать на него заметное воздействие. И в этом разделе мы рассмотрим два таких примера, когда операционная аналитика, хотя она еще и находится в периоде становления, уже готова влиять на вашу жизнь и жизнь ваших близких.

Беспилотные автомобили уже стали реальностью {32} . Хотя у вас такой машины еще нет и пройдет несколько лет, прежде чем она у вас появится, но уже существуют технология и аналитика, поддерживающие беспилотные автомобили. Вас удивляет, почему я связал аналитику с беспилотными автомобилями? Здесь нет ничего удивительного. Объем и разнообразие аналитики, призванной помочь автомобилю самостоятельно и безопасно передвигаться по улицам города без участия человека, поражают воображение.

Как беспилотный автомобиль сможет определить, что разметка на дороге разграничивает полосы движения, а не является маркировкой, оставшейся после строительных работ, или же пролитой краской либо грязью? Все сводится к аналитике. Автомобиль сканирует дорогу впереди себя, анализирует изображения в режиме реального времени и решает куда направиться, определив компоненты изображения в качестве разметки полос.

Автомобиль также должен постоянно определять, не нужно ли ему ускориться, притормозить или остановиться. Чтобы остановиться, ему нужно рассчитать, с какой силой жать на тормоза в зависимости от расстояния до объекта, к которому он приближается, и скорости этого объекта. Расчеты должны постоянно обновляться, чтобы учесть любые изменения, например если резко затормозит едущий впереди автомобиль или внезапно выскочит на дорогу олень. Таким образом, беспилотные автомобили требуют многочисленных и зачастую очень сложных аналитических процессов, которые при этом должны быть очень надежными, стабильными и точными, поскольку от них зависит жизнь людей.

Многие пассажиры беспилотных автомобилей не будут знать о том, какую сложную работу выполняют данные и аналитика. Но в этом-то и суть. Хорошо выполненная операционная аналитика способна настолько управлять процессами и восприятием, что людям не надо будет знать о том, какая работа происходит под капотом.

Как вы помните, в первой главе мы говорили о растущей популярности фитнес-браслетов. Сфера здравоохранения начинает предлагать широкий спектр возможностей для изменения наших взглядов на здоровье и предоставление медицинской помощи. На стыке медицины, Интернета вещей и операционной аналитики создается огромный потенциал. Через несколько лет мы совсем по-иному будем прибегать к медицинской помощи и пользоваться ею. Давайте рассмотрим сценарий, который будет реализован в ближайшее время. Причем отдельные части этого сценария уже сегодня начинают претворяться в реальность, пусть и в небольших масштабах.

Хронические заболевания, такие как сахарный диабет, не только ведут к серьезным проблемам со здоровьем и ухудшению качества жизни у страдающих ими людей, но и влекут за собой значительные расходы на лечение. Современные глюкометры позволяют легко контролировать уровень сахара в крови. Кроме того, сегодня появились носимые устройства, которые ведут постоянный мониторинг уровня глюкозы, анализируют данные и подают предупредительный сигнал, если требуется вмешательство {33} . Это не только повышает безопасность для пациентов, но и позволяет избежать дорого обходящихся медицинских проблем.