Данные, управляемые на скорости 200 миль в час: как аналитика трансформирует гонки Формулы-1

Рьюкан / Норвегия -04.06.2016: Белый Mclaren 650, красный Ferrari f12 и желтый Lamborghini Huracan. … [+] Три суперкара ненадолго остановились в путешествии по горам Норвегии в пустой долине.

гетти

Гонщики Формулы-1 давно используют новейшие достижения в области автомобильного дизайна и технологий. Сегодня эти интеллектуальные, высокопроизводительные машины способны развивать скорость более 200 миль в час (быстрее, чем коммерческий самолет на взлете). И все чаще они управляются данными.

Чтобы понять роль анализа данных, я поговорил с McLaren Racing of Britain, основанной в 1963 году гонщиком Брюсом Маклареном. «Мир Формулы-1 — это мир, в котором движут инновации и данные, — сказала Джессика «Джесс» Томкинс, технический аналитик McLaren Racing.

Цифры подтверждают это: автомобили Формулы-1 имеют 300 датчиков, производящих 100 000 точек данных, которые накапливают 1,5 терабайта данных в течение гонки, и все они анализируются, чтобы информировать обо всем, от дизайна автомобиля до гоночной стратегии. Более того, измеряя температуру трассы, износ шин, аэродинамику и множество других показателей производительности в режиме реального времени, гоночная команда может использовать эти данные для корректировки на лету.

«Мы используем данные для принятия всех этих решений до и после гонки, а также будущих решений», — пояснил Томкинс.

Причина, по которой данные о производительности и аналитика так важны, заключается в том, что многие аспекты дизайна автомобилей Формулы-1 регулируются Международной автомобильной федерацией (FIA). Это делает данные X-фактором для каждого конкурента, пытающегося двигаться быстрее и бить рекорды. Такая производительность привлекает к гонкам Формулы-1 легионы болельщиков, в том числе молодых энтузиастов в Соединенных Штатах. Но эта статья не столько о гонках, сколько о стоящих за ними данных.

Небольшой случай

Что делает McLaren необычным вариантом использования, так это небольшой размер ее новой команды по анализу данных. В McLaren Group работает около 4000 сотрудников, из них около 800 в команде McLaren Racing, но в компании работают только три преданных делу аналитика. «В понедельник я мог бы работать над деградацией шин, а в пятницу помогать разрабатывать лучшую маркетинговую стратегию», — сказал Томкинс.

Это резко отличается от других профессиональных спортивных команд, в которых анализ данных строго разделен на бизнес-сторону и сторону производительности. В других отраслях трудно представить смешанные отделы, такие как операционный и клиентский отделы.

Учитывая небольшую группу специалистов по анализу данных, McLaren необходимо доверить прогнозное моделирование функциональным экспертам. Таким образом, эти специалисты, обладающие опытом в таких областях, как аэродинамика или характеристики двигателя, относятся к новому поколению профессионалов, известных как гражданские специалисты по данным.

Не имея знаний и опыта в области компьютерного кодирования или разработки алгоритмов, эти гражданские специалисты по данным нуждаются в инструментах и информационных панелях, которые сделают прогнозное моделирование доступным для них. Войдите в Alteryx, ведущую компанию по разработке аналитических инструментов, которая работает с McLaren и другими автомобильными компаниями, а также с фирмами в других отраслях.

Марк Андерсон, генеральный директор Alteryx, считает, что гражданские специалисты по данным останутся. «Мы отстаиваем эту тенденцию на протяжении большей части 20 лет», — сказал он о тенденции.

Цель состоит не в том, чтобы устранить аналитиков данных и специалистов по данным, а в том, чтобы использовать их опыт во всей фирме. Учитывая растущий спрос на анализ данных во всех аспектах бизнеса — бухгалтерском учете и финансах, управлении цепочками поставок, продажах и маркетинге и т. д. — наем достаточного количества специалистов по данным становится очень дорогим предложением. В результате растет спрос на программное обеспечение, которое позволяет людям с функциональным опытом передавать данные в инструменты и информационные панели для проведения анализа или создания прогнозной модели. «Компании должны поддерживать демократизацию доступа к этим инструментам данных», — сказал Андерсон.

Плюсы и минусы Citizen Data Scientist

Предоставление большему количеству людей доступа к инструментам обработки данных может быть неоднозначным. С положительной стороны, есть возможность использовать больше источников данных, например, внутри бизнес-подразделений или в определенных географических точках. Люди, которые в идеале ближе к проблемам, которые они пытаются решить, также должны знать, какие данные доступны в их отделе или части бизнеса.

Лучшее понимание данных и ценности аналитики является плюсом для любого бизнес-лидера. Например, в моей работе с лидерами продаж я расширяю их кругозор за пределы бизнес-аналитики и сбора прошлых тенденций, чтобы понять потенциал расширенной аналитики данных для прогнозирования и улучшения процесса принятия решений.

Но наличие инструмента не делает кого-то автоматически экспертом по данным. Как отмечается в недавней статье Harvard Business Review: «Мы не можем забывать, что наука о данных и ИИ на самом деле очень сложны, и путь от получения данных до решения проблемы очень долгий».

Гражданским специалистам по данным по-прежнему необходимо сотрудничать со специалистами по данным, особенно при интерпретации данных. Кроме того, существует аргумент в пользу ограничения доступа к корпоративным данным, чтобы обеспечить их безопасность и предотвратить их неправомерное использование или кражу.

Тем не менее, даже с учетом этих потенциальных рисков и ограничений, операции могут стать более управляемыми данными, в частности, путем налаживания более тесных партнерских отношений между аналитиками данных и функциональными экспертами, которые могут использовать базовые инструменты обработки данных. Поскольку это происходит чаще, рождается культура, основанная на данных.

«Когда я только пришел, одним из первых проектов, над которым я работал, был поиск областей, в которых мы использовали данные, — сказал Томкинс. По мере того как слухи о возможностях работы с данными быстро распространялись, все больше людей в McLaren хотели узнать, как включить анализ данных, машинное обучение и прогнозное моделирование в свою работу.

«Мы стараемся работать на два года вперед — как могут измениться автомобили, могут измениться правила. Это наборы данных, которые мы собираем для разработки стратегии», — добавила она.

И дело не только в гонках. Сегодня у McLaren есть один специальный аналитик по устойчивому развитию, который работает над установлением исходного уровня выбросов углерода в различных операциях и определяет области, в которых можно добиться улучшений. Точность данных имеет важное значение, особенно при изучении того, как производятся автомобили. Например, двигатели Формулы-1 завернуты в тонкий лист золотой фольги в качестве изолятора; чтобы иметь более точные расчеты выбросов, компании нужны были более точные данные о весе золотой фольги с течением времени.

McLaren Racing уделяет особое внимание разработке, проектированию и производству гоночных автомобилей — от повышения экологичности до повышения производительности. Так много изменилось за последнее десятилетие или около того, от размера и формы автомобилей до технологий двигателей и использования датчиков меньшего размера. Если прошлое — это прелюдия, то в будущем будет больше изменений, что сделает еще более ценными модели, управляемые данными, которые могут прогнозировать отказ деталей, повышая при этом производительность и эффективность.

Доступ к нужным данным

Для достижения таких целей данные должны передаваться по всей организации. С появлением программного обеспечения как услуги (SaaS) в некоторых функциях данные могут быть проще агрегированы по всему предприятию. «Вот почему мы перешли к облаку, — сказал Андерсон. «Мы изучаем всевозможные способы обеспечения того, чтобы наше программное обеспечение доставлялось клиентам экономичным и простым способом».

Данные, однако, не вечнозелены. Анализы и идеи могут быстро утратить свою силу. Одной из областей, в которой бизнес-лидеры могут столкнуться с трудностями, является обеспечение того, чтобы данные, которые они используют, были актуальными и актуальными для принятия более эффективных решений.

Для McLaren это факт деловой жизни, усиливающий важность каждой точки данных, генерируемых в режиме реального времени. Как сказал Томкинс: «Поскольку спорт развивается так быстро, мы хотим быть в авангарде».