Как измерить все, что угодно - [105]
Чтобы уточнить переменные транспортной модели, характеризующие дорожные условия, мы решили провести ряд экспериментов на военной базе Twenty-Nine Palms (штат Калифорния). Другие подрядчики, участвующие в проекте, обеспечили нас GPS-навигаторами и счетчиками топлива, которые было решено установить на топливопроводах грузовиков. До этого эксперимента никто из команды не знал о существовании таких счетчиков. Я просто сказал этим консультантам: «Кто-то же постоянно этим занимается. Давайте проявим изобретательность и выясним, кто это делает и как». Незамедлительно по Интернету был найден поставщик цифровых счетчиков топлива, а его представители научили нас ими пользоваться. Они же придумали, как использовать получаемые данные в электронной таблице и синхронизировать работу GPS-навигаторов и счетчиков топлива. На проведение дорожных испытаний и расчеты с помощью модели линзы, включая установку и доработку программы Excel, у трех человек ушло несколько недель с учетом времени на дорогу.
Навигаторы GPS и счетчики топлива были установлены на трех грузовиках двух моделей. Сначала мы опасались, что нужна более крупная выборка, но, вспомнив о принципе инкрементальности измерения, решили: просто посмотрим сначала, какой окажется дисперсия у этих грузовиков — ведь два из них в любом случае были одной модели. Навигаторы GPS и счетчики топлива фиксировали местонахождение грузовика и потребление топлива каждую секунду. Пока грузовик находился в движении, эта информация постоянно передавалась на встроенный портативный компьютер. Испытания проводились в разных условиях: на асфальтированных дорогах, пересеченной местности, на разной высоте над уровнем моря (участки базы располагались на разной высоте), на ровных и бугристых дорогах, скоростных автомагистралях и т. д. К тому времени, как мы закончили, у нас была таблица данных о расходе горючего в разных условиях, состоящая из 500 тыс. строк.
Мы пропустили полученные данные через очень большую регрессионную модель. Строк оказалось намного больше, чем могла обработать программа Excel 2003, но такая подробная информация нам и не требовалась. Мы объединили эти данные в блоки по шесть секунд и провели отдельный регрессионный анализ уже переформатированной таким образом информации для испытаний в разных условиях.
По окончании измерений мы обнаружили удивительные вещи. Прежде всего, основной причиной неточности прогнозов потребления топлива оказался недоучет качества дорог и некоторых других особенностей маршрута. Более того, большинство этих параметров (все, кроме температуры воздуха) обычно известны заранее, поскольку военные располагают подробной картой поля боя, сделанной спутниками и беспилотными самолетами-шпионами. Поэтому неопределенность, связанная с дорожными условиями, — ошибка, которой вполне можно избежать. В таблице 14.1 суммированы ошибки прогнозов из-за недоучета других конкретных факторов.
Не менее удивительные открытия позволила сделать модель для боевых машин. Оказалось, что их будущая потребность в горючем зависит вовсе не от вероятности соприкосновения с противником, а просто от того, дислоцировалось ли данное подразделение в этом районе ранее. Ведь если водители танков плохо ориентируются на местности, то они держат двигатели танков постоянно включенными. Они должны держать гидравлику под давлением, чтобы иметь возможность повернуть орудийную башню и избежать риска, пусть и незначительного, того, что в опасной ситуации двигатель не заведется. Другая боевая техника, как и танки, требует небольшого резерва горючего на случай потери ориентации на местности или перемещения по знакомым, но более протяженным маршрутам.
Информация о районе перемещения и дорожные условия — вот что специалисты по планированию должны учитывать всегда. Они знают, было ли подразделение в этом районе прежде. Учет данного фактора уменьшил ошибку прогноза дневного расхода топлива на 3 тыс. галлонов. А учет вероятности соприкосновения с противником сократил эту ошибку лишь на 2,4 тыс. галлонов — меньше, чем все, кроме трех, показатели, характеризующие состояние дороги. Фактически, приняв во внимание вероятность контакта с врагом, мы повысили точность прогноза лишь ненамного больше, чем в случае учета дополнительной остановки на дороге.
На этапе 3 мы разработали для специалистов по планированию и логистике табличный инструмент, куда были включены все новые факторы. В среднем он должен был уменьшить ошибку ранее использовавшегося метода прогнозирования вдвое. В результате, учитывая данные USMC о стоимости топлива (ведь доставить топливо к арене боевых действий гораздо дороже, чем в ближайшую к вам автозаправку), каждое экспедиционное соединение морской пехоты экономило бы ежегодно, по крайней мере, 50 млн дол. Во время написания этой книги в Ираке находились два таких соединения.
Это исследование кардинально изменило подход USMC к прогнозированию потребности в топливе. Даже самые опытные специалисты по планированию в области военной логистики сказали, что были поражены его результатами. Каннеман заявил: «Больше всего меня удивила транспортная модель, показавшая, что больше всего топлива сжигается на маршрутах, связанных с материально-техническим обеспечением. Было обнаружено, что водители танков не глушат двигатели, если не уверены, что смогут достать запасные стартеры. Это то, до чего ни один логистик наверняка не додумался бы и за сотню лет». Более «абстрактные выгоды» использования принципа «измерить можно все, что угодно», похоже, очевидны для старшего уорент-офицера 5-го разряда Каннемана: «Топливо стоит денег. Когда мне говорят, что эти данные трудно найти, я отвечаю, что не верю в это. Сколько вам стоят ошибки ваших прогнозов?» С ним согласен Луис Торрес: «Самым большим сюрпризом для меня стало то, что можно сэкономить такие объемы топлива. У нас появились свободные машины, потому что не нужно больше перевозить столько горючего. Для специалиста по логистике это очень важно. Теперь освободившиеся грузовики смогут перевозить боеприпасы».
