Cas client

Leader mondial de la mobilité urbaine

Amélioration de la performance de l’exploitation du réseau de transport en commun

Secteur d'activité

Transport

Expertise(s)

Data Engineering
Modern BI & Analytics

Partenaire(s)

Databricks

Contexte

Présent sur 5 continents, le client est un leader mondial de la mobilité urbaine. Ses dizaines de milliers de collaborateurs conçoivent, exploitent et modernisent au quotidien des solutions de transport collectif au service des populations.

 

Le client couvre une large gamme de modes de transport (ferroviaire, routier, maritime, câblé, …) et s’engage également dans les nouvelles mobilités (navette autonome, scooter électrique en libre-service, covoiturage, …) grâce à des partenariats innovants.

 

Sa raison d’être s’articule autour d’un engagement fort : contribuer chaque jour à améliorer la qualité de vie en ville.

Enjeux

Le département opérationnel du client en charge de la gestion des deux lignes de transport express régional d’une grande métropole européenne, cruciales dans le bon fonctionnement du réseau de transport opéré, souhaite disposer d’un nouvel outil de pilotage de la performance de l’exploitation.

 

Au sein de la Fabrique Digitale du client, la Data Factory souhaite réaliser un MVP afin de mettre en place un outil capable d’exploiter les données de conduite en vue de maximiser l’efficacité opérationnelle des conducteurs, réduire les écarts de sécurité ferroviaire, améliorer les performances d’exploitation, améliorer l’offre de transport et offrir une expérience optimale aux utilisateurs des deux lignes express du réseau.

 

Pour améliorer le pilotage managérial, la fiabilisation et la sécurisation de l’offre de transport aux usagers, les objectifs du MVP sont les suivants :

  • Détecter les comportements de conduite pouvant engendrer des écarts de sécurité ferroviaire (SF) et de prévenir ces écarts
  • Identifier les comportements de conduite susceptibles de provoquer des pertes de ponctualité et de production
  • Fournir des outils managériaux particulièrement utiles pour les managers de proximité
  • Fiabiliser les référentiels d’exploitation et de la robustesse de l’offre de transport
  • Comparer et agréger les données de manière massive

#WeHelpDataPeople

DES BESOINS ET DES
ENJEUX SIMILAIRES ?

Démarche et réalisations

A l’issue d’un cadrage technique, fonctionnel et budgétaire, Aubay Data & AI a constitué une Data Squad pluridisciplinaire (PPO, Tech Lead, Data Engineers, Data Analysts) afin de prendre en charge les chantiers du périmètre MVP (en deux lots).

 

Liste des activités adressées par la Data Squad de Aubay Data & AI :

  • Conception et mise en œuvre d’un framework Spark de traitement des données ;
  • Ingestion et traitement des données de conduite ;
  • Modélisation des données de la zone Gold ;
  • Chargement des données Diamond (Data Products) à partir des données Gold ;
  • Paramétrage de Power BI Service pour fonctionner de manière optimale avec la plateforme Databricks ;
  • Calcul des indicateurs clés (fermeture de portes non conforme, freinage tardif, freinage d’urgence, respect du point d’arrêt, vitesse imposée, …) requis pour les rapports et mis à disposition en mode Self-Service ;
  • Production de 3 rapports stratégiques sous Power BI :
    • Robustesse de l’offre de transport ;
    • Respect des temps de parcours ;
    • Sécurité Ferroviaire.

Bénéfices

  • Mobilisation sous 5 semaines d’un dispositif Data pluridisciplinaire adressant les activités de Data Engineering et de restitution BI (incluant le volet UX Design)
  • Engagement forfaitaire avec respect stricte du planning et du budget pour la livraison du lot 1 (juin 2025)
  • Mise en œuvre et déploiement d’un socle technique robuste et réutilisable dans le cadre du lot 1 permettant de sécuriser et accélérer la prise en charge des besoins métiers futurs (lot 2 et autres besoins à venir)

Découvrez nos autres cas clients

form-field-email