Эффекты тщательной работы с данными и удачного выбора архитектуры

Логотип компании
Эффекты тщательной работы с данными и удачного выбора архитектуры
Попытки составить карту качества российских дорог уже предпринимались, но результаты пока такие, что принимать решения и прокладывать маршруты на их основе нельзя

Оптимизация управления транспортом дает отличное поле деятельности для ИТ, вопрос в том, чтобы получить достоверные данные и умело ими распорядиться. Удаленная работа и географическая распределенность офисов – часть отраслевой специфики. Помогают ли ранее принятые инфраструктурные решения сейчас, когда ситуация резко изменилась? Об опыте и проектах компании «РесурсТранс» рассказывает Леонид Кушнир, заместитель генерального директора по ИТ.

Какие наиболее серьезные отраслевые задачи в области автоматизации стоят перед вашей компанией?

Снижение издержек на эксплуатацию и минимизация рисков – в последние годы мы работали в этих направлениях. «РесурсТранс» оказывает услуги аутсорсинга для автотранспортных цехов крупным промышленным предприятиям, в том числе РЖД и «Уралхиму», а также предоставляет транспортные услуги по всей территории РФ. Поэтому для бизнеса очень важно учитывать затраты по каждой транспортной единице. Ранее поступавшие данные от транспортных средств имели большую погрешность: влияние человеческого фактора очень сильно. Данные приходили с большой задержкой, некорректные, скомпрометированные. Все это приводило к тому, что бизнес не видел реальных затрат и, соответственно, не мог правильно планировать работу.

Поэтому наш ключевой проект был нацелен на то, чтобы получать реальные данные о работе транспорта. Сколько техника проехала километров? Не примерно, а точно, на основе данных Глонасс. Сколько моточасов техника отработала, если речь идет о спецтехнике – экскаваторах, бульдозерах и подобном оборудовании?

Сначала мы думали, что достаточно получить данные непосредственно от Глонасс и все будет понятно. Быстро стало ясно, что эти сведения тоже не идеальны, заявленная погрешность – до 5%, и есть проблемы, которые очень сильно влияют на достоверность. Нужно все время проверять данные на достоверность. Например, ошибки могут быть вызваны глушением сигналов, тогда координаты «улетают» в Африку и получается, что машина за сутки проехала 5 тыс. км.

Мы начали создавать диспетчерский отдел, который проверяет «корректность трека». Это могут быть «выбросы» с координатами на другом континенте, это могут быть «прямые линии», когда часть координат трека отсутствует. Ехала машина, координаты передавались нормально, и вдруг сигнал исчез и снова появился только через 5 часов. В промежутке – ничего.

Сначала все проверяли вручную. Выяснилось, что один диспетчер – специалист по мониторингу – может за рабочий день проверить 50 треков. У нас каждый день на маршруты выезжает около 8 тыс. транспортных средств. Пришлось бы привлечь 160 диспетчеров проверять их движение. Экономию, которую можно бы получить за счет точности информации, мы только предполагали, а расходы на привлечение 160 сотрудников вполне точные и по нашим расчетам ежегодно могли составить порядка 115 млн, и это только на персонал. То есть данная модель была уязвима.

Я разработал бот, проверяющий качество треков. Используются более десяти алгоритмов анализа. По результатам дается заключение: либо принять данные к учету, либо отклонить и запрашивать дополнительную информацию у водителей и диспетчеров. За счет применения этого бота мы увидели, сколько же именно данных по всей стране к нам поступает и принимается к учету. Вначале точность распознавания треков была невелика, и к учету автоматически принималось около 50%. Довольно быстро точность росла, и теперь уже 99% всех данных принимаются к учету автоматически. Вручную проверяется только оставшийся 1%.

Мы увидели реальные данные, и за счет этого у нас сократился объем транспортной работы. Данные начали поступать вовремя, стали достоверными, исчезли механические погрешности Глонасс. Это позволило сократить расходы на топливо на 30%, то есть экономить более 450 млн рублей ежегодно. Мы внедрили этот проект в 2018 году.

Как решается задача минимизации рисков?

Тоже на основе анализа больших данных. На этот раз это были данные акселерометров. Об этом мало кто делает: нам аналоги не известны, а жаль, потому что качество дорог не просто проблема всей нашей страны, а актуальнейший вопрос транспортных предприятий.

У нас есть услуга – перевозка опасных и хрупких грузов. Маршрут их доставки необходимо строить с учетом качества дорог, иначе груз в целости и сохранности не доедет, и мы будем платить штрафы, либо последуют страховые выплаты, после которых страховка для нас станет дороже.

Попытки составить карту качества российских дорог уже предпринимались, но результаты пока такие, что принимать решения и прокладывать маршруты на их основе нельзя. Мы обратились к нашему провайдеру телематических услуг с просьбой предоставить нам массив данных по перегрузкам, которым подвергали транспортные средства. У нас самих 8 тыс. машин, провайдер предоставил нам данные о движении еще 36 тыс. автомашин, результаты их движения по дорогам общественного пользования с указанием перегрузок. На такой базе наша карта стала шире и значительно точней. Чем больше автотранспортных предприятий объединят свои усилия, создавая карту качества дорог, тем полней и точней будет эта база.

Данные постоянно обновляются. Мы видим неровности на конкретную дату. Результаты любого ремонта сразу становятся заметны. Не нужны камеры слежения, не нужны отчеты с мест: ситуация полностью достоверная, так как основана на телеметрических данных автомобилей.

По характеру перегрузок можно четко определить класс транспортного средства. Становится ясно, как лучше составить маршрут для автомобиля определенного типа. На мобильный телефон водитель может получать уведомления во время движения о том, что он приближается к зоне неровностей, и вовремя снижать скорость. У наших водителей есть приложение, простой навигатор, где есть информация о дорожной ситуации, связь с диспетчером, но нет возможности изменить маршрут. Мы постоянно развиваем это приложение совместно с нашим партнером.

Для достоверности данных имеет большое значение настройка оборудования: часто ошибки бывают вызваны именно неверной настройкой. Отвечают за настройку, в том числе акселерометров и гироскопов, телематические операторы. Достоверность данных, с которыми работали мы, существенно выросла после того, как наш оператор телематики стал учитывать (составленные нами) технические требования к настройке оборудования.

Все основные наши маршруты уже прорисованы, результаты бизнесу нравятся. Хотя данный проект больше нацелен на качество, а качество – это обычно увеличение издержек, эффект есть: экономия на страховых рисках, неповреждение грузов. С тех пор как маршруты планируются с учетом данных о неровностях, у нас еще не было ни одного страхового случая, а обычно за такой период они бы уже появились наверняка.

Оба проекта – и о точном учете пробега, и об оценке качества дорог – стали победителями конкурса «Проект года» портала GlobalCIO в своих номинациях в 2018 и в 2019 годах.

Как ваша компания адаптируется к условиям дистанционной работы?

Наш московский офис на 98% работает удаленно, включая топ-менеджмент. Непосредственно в офисе, в гараже осталось только то, что связано с бумажным документооборотом, – этого исключить нельзя. Наша архитектура построена на том, что все приложения централизованы, развернуты в дата-центре, все пользовательские рабочие места – тонкие клиенты, во всех филиалах, во всех регионах страны. Сегодня в форс-мажорных обстоятельствах это оказалось ключевым фактором: мы смогли быстро перейти на удаленную работу. Весь управленческий персонал трудится дистанционно в столице, и мы готовы то же самое сделать и в регионах. Мы используем дата-центр одного из крупнейших провайдеров Москвы.

С какими сложностями вы столкнулись при переводе компании на дистанционную работу?

Технических проблем со стороны ИТ практически нет: с тонким клиентом все равно, откуда работать. Трудности в другом: люди спрашивают «а где принтер?». У кого-то проблемы со связью, с «последней милей», у кого-то дома нет приличного компьютера, кто-то не может настроить технику как нужно – мы решаем такие проблемы. Как только человек подключается – проблем нет. Есть трудности в принципе работать дома, где маленькие дети, родственники... Научиться работать удаленно – это непросто.

Общаться голосом и работать с документами – это сети связи не везде могут обеспечить, даже в Подмосковье. У провайдеров сразу возникли проблемы с пропускной способностью каналов. «Последняя миля» захлебывается.

Приведет ли этот опыт «удаленки по неволе» к изменению взглядов на организацию работы в компании?

Все зависит от того, как долго мы будем работать в таком режиме. У нашего руководства уже появились вопросы о том, зачем мы арендуем такие площади в бизнес-центрах. Есть много вопросов по дисциплине сотрудников. Очень мало людей умеют сами дисциплинироваться. Это основная проблема «удаленки». Не мотивированные люди могут вообще ничего не делать дома. Нужны дополнительные инструменты, проверяющие загрузку сотрудника, контролирующие качество работы с клиентом, партнером. Явно нужны дополнительные сервисы контроля, прозрачности работы, облегчения взаимодействия. Если человек полчаса не отвечает на звонок в рабочее время – он что, спит? Мы уже продумываем регламенты контроля, чтобы производственные процессы не страдали.

У нас все метрики по выработке на различных должностях есть, заданы KPI, известны объемы – например, сколько человек может обработать заявок. Пока никто не сказал, что не может выполнить эти нормативы на «удаленке». Время на дорогу уж точно сократилось. Метрики никто не менял. Но контролировать надо ситуацию в реальном времени, оперативно. Раньше производительность вычисляли раз в две недели или раз в месяц, но столько ждать сейчас недопустимо. Хочется получить информацию онлайн. Риск невыполнения метрик выше на «удаленке». Если человек в принципе работой не занят, не стоит ждать, что он выполнит метрики через месяц.

Конечно, я не возьмусь прогнозировать точно, за какое время произойдут необратимые изменения. Пока считаю, что если это будет месяц шока и все вернется на круги своя, то большинство забудут новый опыт как страшный сон. А вот если дистанционная работа продлится 3–6 месяцев, то можно будет обратно и не возвращаться, скорее всего. А может быть, уже пора отказываться от аренды площадей и проводить только митапы раз в неделю или две.

Опубликовано 15.05.2020

Похожие статьи