NJ Transit crée un « moteur de données » pour alimenter la transformation

L’infrastructure numérique de NJ Transit a parcouru un long chemin depuis que Lookman Fazal a pris le poste de haute technologie il y a plus de trois ans.

Le directeur de l’information et du numérique de l’agence de transport a déplacé la pile de ses centres de données vers une approche de plate-forme multicloud de pointe et s’est donné pour mission d’extraire autant de données que possible de cette plate-forme pour créer la meilleure entreprise possible. résultats.

Outre ses propres plans, Fazal est également engagé avec les DSI et les CTO d’agences partenaires sur plusieurs projets de 10 à 15 ans qui impliquent l’achat de nouveaux trains, la construction de nouvelles voies et la conception du nouveau tunnel proposé entre New York et le New Jersey pour ajouter des pistes supplémentaires. Collectivement, les agences ont également des pilotes opérationnels pour tester les bus électriques et les capteurs IoT dispersés dans tout le système de transport.

Mais ce sont de vastes plans qui impliquent plusieurs agences de transport et des dépenses en capital de plusieurs millions de dollars.

NJ Transit

Depuis qu’il a rejoint NJ Transit, Fazal s’est principalement attaché à son objectif principal : permettre l’innovation dans les données. Pour ce faire, Fazal a conçu un plan pour transformer les opérations informatiques de l’entreprise en une plate-forme cloud de classe mondiale qui peut offrir tout ce que les analystes veulent – même ce qu’ils ne savaient pas qu’ils pouvaient avoir – une évolution qui voit NJ Transit passer de des rapports et des diagrammes circulaires aux chatbots avancés, aux modèles d’IA et d’apprentissage automatique (ML) et à l’analyse prédictive.

« Nous avons montré de la valeur », déclare Fazal à propos de la transformation. « Ce que notre équipe a produit au cours des dernières années, c’est de garder à l’esprit comment simplifier la vie des gens et réduire les temps de trajet. »

« Moteur de données sur roues »

Pour extraire davantage de données d’une infrastructure obsolète, Fazal a d’abord dû moderniser la pile de NJ Transit à partir de zéro pour l’adapter aux avantages commerciaux.

Au début de 2020, l’infrastructure de l’entreprise était un amalgame de « tout », explique Fazal, y compris les systèmes mainframe, client/serveur et SaaS, ainsi que 140 applications de toutes les « saveurs », certaines personnalisées, certaines prêtes à l’emploi, certaines de grandes entreprises et certaines de petites entreprises, dit-il.

Les données de cette surabondance d’applications étaient réparties dans plusieurs référentiels, principalement des bases de données traditionnelles. Fazal a demandé à son équipe informatique de collecter chaque bit de données et de déterminer méthodiquement son utilisation plus tard, plutôt que de perdre des données «précieuses» dans la précipitation pour construire un entrepôt de données massif. « Nous ne nous soucions pas de la nature des données », dit-il. « Je leur ai juste dit de vous considérer comme un camion à benne basculante et de tout ramasser. »

Cette approche génère de nombreux avantages commerciaux pratiques et a amélioré le service client. Aujourd’hui, NJ Transit est un « moteur de données sur roues », déclare le CIDO.

Fazal et son équipe ont déplacé la plupart des données de NJ Transit vers le cloud, passant de simples rapports à des analyses avancées et à des modèles d’IA/ML qui génèrent des informations dont les analystes du secteur des transports ne pouvaient que rêver dans le passé, dit-il.

« Nous avons créé un entrepôt de données et un lac de données pour obtenir toutes les données dans un espace centralisé, ce qui nous a ensuite permis de créer des rapports, des analyses, des prédictions et des prescriptions, faisant ainsi mûrir l’organisation », explique Fazal.

Au fur et à mesure que NJ Transit construisait son entrepôt de données, la valeur commerciale des informations et des découvertes de données s’est améliorée, de l’évaluation initiale de la ponctualité des trains et des bus à l’analyse de la disponibilité des équipes et des employés, des facteurs mécaniques et techniques entraînant des retards de transport, en identifiant le nombre des trains sur les voies à un moment donné, en identifiant les facteurs qui ralentissent le service et en prédisant l’impact des tempêtes et des événements météorologiques sur la performance des services de transport de l’entreprise.

À ce jour, NJ Transit a embauché environ huit gourous des données pour soutenir ces efforts, dans le but d’embaucher encore plus d’experts en données de haut niveau dans le but d’accélérer les informations commerciales et l’analyse prédictive pour aider à transformer l’entreprise.

En conséquence, la maturité des données de NJ Transit en tant qu’organisation a augmenté. Au lieu de solliciter des analystes commerciaux pour obtenir des informations qui leur seraient utiles, Fazal et son équipe ont désormais un arriéré de demandes de la part des analystes qui sont à la pointe des innovations en matière de données que l’équipe informatique peut produire.

« Lorsque nous voyons cela, il semble maintenant que les analystes commerciaux se parlent entre eux et partagent ce que les informaticiens peuvent créer pour eux », dit-il. « Nous nous assurons simplement que l’entreprise est consciente de l’existence de cette capacité et que nous sommes prêts à relever tout défi commercial ou problème commercial identifié à l’aide de données. C’est ainsi que nous mesurons le succès.

De plus, l’équipe informatique de NJ Transit est désormais en mesure d’anticiper les besoins des analystes métier. Alors que de nombreuses entreprises tentent encore d’aligner les objectifs informatiques sur les objectifs commerciaux, Fazal et son équipe génèrent des informations et des analystes des résultats commerciaux jamais imaginés par le passé.

Sandeep Mukunda, analyste d’IDC, affirme que l’approche de NJ Transit en matière d’analyse de données est très avancée.

« La maturité est définie par l’efficacité avec laquelle les données sont exploitées », déclare Mukunda, notant que l’objectif principal d’une entité de transport comme NJ Transit est d’améliorer les performances de départ et d’arrivée et la qualité de service des navetteurs et des employés en coulisses.

« Les données des véhicules de transport en commun connectés peuvent être exploitées pour la surveillance de l’état et de l’état des véhicules. Il est également utilisé pour des analyses plus approfondies, telles que la compréhension des modèles de trafic et du service aux heures de pointe, l’identification des embouteillages et des zones sujettes aux accidents, et l’intégration avec d’autres services tels que l’application de planification de trajets multimodaux », a-t-il déclaré.

Multicloud comme facilitateur

Aucune de ces innovations en matière de données n’aurait été possible sans la migration de NJ Transit vers le cloud, déclare Fazal.

« Nous avons choisi une stratégie multicloud dès le départ car il n’y a pas un seul cloud pour tout », dit-il. « Nous avons constaté qu’il existe différentes spécialisations fournies par ces fournisseurs de cloud. »

NJ Transit continuera à faire évoluer son infrastructure cloud au service des innovations en matière de données.

« L’avantage du cloud est que nous sortons de l’espace de maintenance de toute l’infrastructure sur laquelle repose l’application », déclare Fazal, libérant NJ Transit IT pour aller au-delà des mises à niveau et des correctifs, et à la place apporter de nouvelles informations alimentées par les données. pour fournir des fonctionnalités plus sophistiquées alimentées par les données afin d’améliorer et de moderniser les transports.