Zbieranie, gromadzenie, wykorzystywanie i analiza coraz bardziej skomplikowanych i szybko powiększających się zbiorów danych wymaga nowych, zaawansowanych platform big data. Przykładowe środowiska z branży transportowej, które ich szczególnie potrzebują to lotniska (tutaj piszę o frankfurckim, startując właśnie z wrocławskiego) oraz systemy do sterowania ruchem pociągów (sztokholmskie pociągi podmiejskie).

Biznesowe środowisko analityczne dla Frankfurt-Flughafen

Lotnisko we Frankfurcie to największy port lotniczy w Niemczech i jeden z największych centralnych portów lotniczych  świata (tzw. hub). Jako Frankfurt-Flughafen tworzy samodzielną dzielnicę miasta Frankfurt nad Menem. Pod względem liczby pasażerów po londyńskim Heathrow i paryskim Charles de Gaulle zajmuje trzecie miejsce w Europie i jedenaste miejsce na świecie. Według danych z 2013 r., 58 mln pasażerów spędziło trochę czasu w jego terminalach i korzystało z czterech pasów startowych. Dla ponad 50 proc. podróżujących Frankfurt  był tylko portem przesiadkowym.

Właścicielem i operatorem zarządzającym lotniskiem jest spółka Fraport AG. Aby uporać się ze wzrastającą liczbą podróżujących oraz pozostać  konkurencyjnym, spółka dokonuje znacznych inwestycji w infrastrukturę portu lotniczego. Fraport AG odpowiada również za to, żeby odpowiednie informacje docierały do właściwych ludzi we właściwym czasie, w tym przede wszystkim do podróżujących.

Rozwiązania big data w przypadku tak złożonego i dużego organizmu jakim jest frankfurckie lotnisko stają się niezbędne. Na każdy lot dane zbierane są z około 1000 różnych punktów i przekazywane ekipom obsługi lotniska i zespołom zarządzającym. Zbieranie, wykorzystywanie i analiza coraz bardziej złożonych i wciąż powiększających się  zbiorów danych wymaga nowych, zaawansowanych narzędzi analitycznych big data – podkreśla Dieter Steinmann, szef ds. usług informacyjnych i komunikacyjnych dla systemów biznesowych w Fraport AG.

Zespół informatyków Fraport biznesowe środowisko analityczne zbudował w oparciu o platformę Hadoop, hurtownię danych Greenplum appliance firmy EMC oraz SAS Visual  Analytics (interaktywna aplikacja webowa umożliwiająca grupom użytkowników samodzielną wizualną eksplorację danych). Taki zestaw umożliwia zbieranie i eksplorację dużych ilości danych przez wielu użytkowników w tym samym czasie, w połączeniu z zaawansowaną analityką.  Wprowadzono połączenie natywnych aplikacji mobilnych i HTML 5, do których dostęp na swoich  tabletach i smartfonach mają zespoły zarządzające i ekipy obsługi lotniska.

Do śledzenia i analizowania przepływu pasażerów jest wykorzystywana technologia Bluetooth i smartfony pasażerów. Rozwiązania te są używane nie tylko do użytku wewnętrznego – za pomocą rozwiązań digital signage na całym lotnisku oraz osobistych mobilnych aplikacji Fraport powiadamia pasażerów o czasie oczekiwania przy stanowiskach odpraw biletowych czy kontroli.

Big data przewidzą opóźnienia pociągów, zanim one nastąpią

Stockholmståg, operator podmiejskich pociągów w Sztokholmie testuje system, za pomocą którego będzie można dokładnie przewidywać opóźnienia pociągów, zanim one nastąpią. Firma posługując się narzędziami big data zbudowała model predykcyjny o nazwie “commuter prognosis”, który zapewni pełny podgląd systemu podmiejskich pociągów na dwie godziny do przodu. Dzięki temu centrum kontroli ruchu będzie w stanie przewidywać  zakłócenia w funkcjonowaniu sztokholmskiej kolei aglomeracyjnej, co pomoże zapobiegać skutkom opóźnień poprzez podejmowanie odpowiednich działań wyprzedzających. Model prognozowania, pozostający obecnie w fazie testów, oparto na algorytmie matematycznym opracowanym przez Stockholmståg i Wilhelma Landerholma, specjalistę ds. analizy danych (data scientist).

Kluczową kwestią jest tu wystarczająca ilość danych historycznych. Model prognozowania działa podobnie jak sejsmograf, ale zamiast wykrywania i rejestrowania drgań skorupy ziemskiej zapisuje opóźnione przyjazdy pociągów. Opracowany algorytm na podstawie zebranych danych historycznych  będzie automatycznie prognozował  opóźnienia i pokazywał  ich wpływ na funkcjonowanie całej sieci kolejowej w najbliższej przyszłości. Jeśli system z wyprzedzeniem dwóch godzin przewidzi  10-minutowe opóźnienie przyjazdu pociągu na stację, pracownicy kontroli ruchu będą mogli próbować zminimalizować to opóźnienie, podejmując odpowiednie działania.

Sztokholmski przewoźnik pod koniec 2015 r. planuje wprowadzenie smartfonowej aplikacji dla pasażerów opartej na opisywanym wyżej modelu, która wskaże im mniej lub bardziej zatłoczone wagony.

Więcej o zastosowaniach IT w energetyce i transporcie w artykule na łamach Reseller News 7-8/2015, str. 22.