web-tv

Sei qui: Home > Sezione LOGISTICA > > Big data per l’ottimizzazione delle tempistiche dei processi

Aziende e strategie

Big data per l’ottimizzazione delle tempistiche dei processi

Scritto da

A. Trapani

il 19 Agosto 2019

Il macro-progetto, per la cui realizzazione Indra ha coordinato il lavoro di 49 partner provenienti da Finlandia, Francia, Germania, Grecia, Irlanda, Italia, Lussemburgo, Paesi Bassi, Regno Unito e Spagna, ha ottenuto risultati notevoli, che comportano punto di svolta nel mondo della mobilità, dei trasporti e della logistica.

Il progetto Transforming Transport, guidato da Indra, una delle principali società di tecnologia e consulenza a livello globale, è stato premiato come “miglior caso di successo” tra i 42 progetti che promuovono la trasformazione digitale basata sui dati in Europa, sviluppati nell’ambito della Big Data Value PPP, l’ente pubblico-privato che guida la strategia di ricerca e sviluppo nei big data per rafforzare la leadership europea in questo campo.


In Italia, hanno partecipato al progetto il centro di innovazione digitale Cefriel, che si è focalizzato sulla gestione della data value chain e della data quality all’interno di ecosistemi big data, e il gestore aeroportuale degli aeroporti milanesi SEA, che ha sviluppato insieme alle società Jeppesen e Boeing un pilota presso l’aeroporto di Malpensa, dove è stata testata l’efficienza dei big data nell’ottimizzazione dei tempi di gestione della rotazione degli aerei.


Le soluzioni testate nei 13 pilota definiti dal Progetto facilitano il processo decisionale attraverso l’utilizzo dei big data e dell’intelligenza artificiale. Ciò consente di ottimizzare i diversi processi di gestione e manutenzione aumentando così l’efficienza e la produttività, migliorando l’esperienza del viaggiatore e riducendo il consumo di energia e le emissioni inquinanti, nonché facilitando la nascita di nuovi modelli di business basati sui dati.


Miglioramenti fino al 60% nell’efficienza operativa dei trasporti e fino al 50% nella gestione patrimoniale sono i principali risultati ottenuti nelle 13 prove realizzate in strade, porti, aeroporti, ferrovie e città in tutta Europa.


Grazie alla manutenzione predittiva, è stato possibile ridurre i costi di manutenzione delle infrastrutture ferroviarie del 34% così come il numero mensile di interventi in manutenzione del 15%. Il tutto a beneficio dei passeggeri, che possono godere di un numero minore d’interruzioni del servizio e vedono migliorata la loro sicurezza. Anche sotto il profilo delle emissioni inquinanti, si assiste ad una riduzione nella ferrovia che ammonta tra il 15% e il 25%.


I porti hanno beneficiato, tra l’altro, di una riduzione del 10% dei costi operativi, evitando ritardi e disponendo di terminali più efficienti, mentre gli aeroporti hanno ottimizzato del 33% l’utilizzo delle proprie risorse.


Su strada, è stato possibile prevedere gli ingorghi del traffico con due ore di anticipo, migliorando la gestione del traffico e riducendo la probabilità di incidenti. È stato inoltre possibile ridurre del 17% i tempi di percorrenza per i camion, grazie all’ottimizzazione dei percorsi e ridurre del 38% il numero di veicoli di consegna necessari per la distribuzione in città, grazie ai nuovi strumenti di pianificazione basati sui dati.


Per misurare il valore generato dai big data in termini di efficienza operativa, esperienza del cliente e modelli di business, Transforming Transport ha stabilito 130 KPI per sfruttare le tecnologie dei big data. Sono stati stabiliti indicatori per ogni tipo di trasporto, nonché indicatori trasversali e comuni a tutti e indicatori a livello strategico per il business.


Big Data per l’ottimizzazione dei tempi di turnaround degli aeromobili nell’aeroporto di Milano Malpensa

In Italia, SEA (gestore aeroportuale degli aeroporti milanesi) ha sviluppato, insieme alle società Jeppesen e Boeing, un progetto pilota presso l’aeroporto di Milano Malpensa per testare l’impatto delle tecnologie big data sulla gestione dei processi di turnaround degli aeromobili; un’area in cui il, seppur minimo, miglioramento nella precisione delle tempistiche può rappresentare un risparmio di costi significativo.


Il progetto è stato sviluppato in due fasi, nella prima fase è stato implementato un primo database per costruire i modelli iniziali, nella seconda fase il database è stato ampliato con ulteriori dati al fine di migliorare le performance dei modelli precedentemente sviluppati, consentendo altresì una più facile replicabilità dei risultati. In entrambi i casi, per lo sviluppo dei modelli, sono stati utilizzati dati con un range temporale triennale (2016 – 2019). Gli algoritmi sono stati inseriti in un sistema parallelo al sistema operativo in uso all’Aeroporto di Malpensa.


Il confronto con il sistema attualmente in uso ha dimostrato l’ottimizzazione dei tempi relativi agli orari stimati di arrivo dei voli (Estimated Time of Arrival), ai tempi di rullaggio per il decollo (taxi-out) e alle tempistiche di imbarco dei passeggeri.


L’importanza dell’open data

Transforming Transport – che con un budget di 18,7 milioni di euro ha ricevuto finanziamenti dalla Commissione Europea nell’ambito del programma Horizon 2020 – ha sfruttato un totale di 164 terabyte di dati provenienti da 160 fonti diverse. Il progetto ha mostrato come gli strumenti vengono alimentati con nuovi dati, i modelli predittivi diventano sempre più raffinati, generando soluzioni più efficaci per rilevare e risolvere possibili problemi e prevenirli prima che si verifichino.


La qualità dei dati è fondamentale per ottenere i migliori risultati, poiché la più grande varietà rappresenta il fattore più importante (69%), seguito dal volume di dati (25%) e dalla velocità di elaborazione. Per questo, la chiave è integrare più fonti di dati, non maggiori quantità. In questo senso, la promozione di politiche di open data potrebbe generare nuove opportunità di business e innovazione.


D’altra parte, il progetto ha dimostrato che la conoscenza del business e l’esperienza nelle operazioni commerciali è tanto importante quanto le tecniche di intelligenza artificiale per ottenere i migliori risultati.


Soluzioni big data per contesti reali

Le soluzioni sviluppate all’interno di Transforming Transport hanno dimostrato la loro validità in ambienti reali, offrendo i vantaggi elencati. Hanno quindi potuto mostrare ai gestori delle infrastrutture e agli operatori di trasporto coinvolti nel progetto il valore potenziale dei dati e l’importanza della qualità dei dati.


Le soluzioni sono specifiche per questi utenti finali, ma possono essere replicate per ottenere una soluzione personalizzata per diversi clienti al di là degli obiettivi Transforming Transport.


Per quanto riguarda Indra, i big data e gli sviluppi dell’intelligenza artificiale che l’azienda ha realizzato per i quattro piloti stradali intelligenti, ferroviari e aeroportuali fanno già parte della propria offerta e sono pronti per la commercializzazione. In particolare, Indra ha implementato nelle proprie soluzioni di controllo Mova Traffic, un nuovo modulo per l’integrazione, l’analisi e la modellazione dei dati, che aiuta il processo decisionale per il miglioramento delle operazioni, la manutenzione predittiva e il servizio fornito al viaggiatore in tutti i mezzi di trasporto. In questo modo, Indra rafforza la propria posizione di leader nella smart mobility.


La società ha un’esperienza unica nel settore dei trasporti, con oltre 2.500 progetti sviluppati in oltre 100 città e 50 paesi. La propria offerta per il settore, Indra Mova Solutions, copre l’intero ciclo di vita dei progetti dei suoi clienti e combina le nuove capacità digitali, integrazione, specializzazione e innovazione richieste dal mercato, con affidabilità, conoscenza del business, tecnologia proprietaria per il trasporto e l’esperienza unica del suo team di professionisti.


Condividi questo articolo

L’edizione limitata per i 50 anni del V8 Scania

1,290
prezzo medio gasolio

Ascolta la web radio del trasporto