
[30/09/2022] La infraestructura digital de New Jersey Transit ha recorrido un largo camino desde que Lookman Fazal asumió el máximo cargo tecnológico hace más de tres años.
El director de información y digital de la agencia de transportes trasladó la pila de sus centros de datos a un enfoque de plataforma multicloud de primer nivel y se ha propuesto exprimir todos los datos posibles de esa plataforma para crear los mejores resultados empresariales.
[Reciba lo último de CIO Perú suscribiéndose a nuestro newsletter semanal]
Aparte de sus propios planes, Fazal también está comprometido con los CIO y los CTO de las agencias asociadas en varios proyectos de 10 a 15 años que implican la compra de nuevos trenes, la construcción de nuevas vías, y el diseño del nuevo túnel propuesto entre Nueva York y Nueva Jersey para añadir vías adicionales. En conjunto, las agencias también han puesto en marcha proyectos piloto para probar autobuses eléctricos y sensores de IoT repartidos por todo el sistema de transporte.
Pero se trata de planes amplios que implican a varias agencias de transporte y gastos de capital multimillonarios.
Desde que se incorporó a NJ Transit, Fazal se ha dedicado principalmente a su principal objetivo: permitir la innovación de los datos. Para ello, Fazal ideó un plan para transformar las operaciones informáticas de la empresa en una plataforma de clase mundial basada en la nube, que pueda ofrecer todo lo que los analistas quieran -incluso lo que no sabían que podían tener-, una evolución que ve a NJ Transit pasar de los informes y los gráficos circulares a los chatbots avanzados, la IA y los modelos de aprendizaje automático (ML), y el análisis predictivo.
"Hemos demostrado nuestro valor", señala Fazal sobre la transformación. "Lo que nuestro equipo ha producido en los últimos años es tener en cuenta cómo hacer la vida de la gente más simple y reducir los tiempos de viaje".
Motor de datos sobre ruedas
Para extraer más datos de una infraestructura anticuada, Fazal primero tuvo que modernizar la pila de NJ Transit desde cero para que estuviera orientada al beneficio empresarial.
A principios del 2020, la infraestructura de la empresa era una amalgama de "todo", comenta Fazal, que incluía sistemas mainframe, cliente/servidor y SaaS, así como 140 aplicaciones de todos los "sabores", algunas personalizadas, otras de catálogo, algunas de grandes empresas y otras de pequeñas, añade.
Los datos de ese exceso de aplicaciones estaban distribuidos en múltiples repositorios, en su mayoría bases de datos tradicionales. Fazal dio instrucciones a su equipo de TI para que recopilara todos los datos y determinara metódicamente su uso posterior, en lugar de perder datos "preciosos" en la prisa por construir un almacén de datos masivo. "No nos importaba cuáles eran los datos", sostiene. "Solo les dije que pensaran en sí mismos como un camión de basura y que recogieran todo".
El enfoque está generando muchos beneficios empresariales prácticos y ha mejorado el servicio al cliente. Hoy, NJ Transit es un "motor de datos sobre ruedas", agrega el CIDO.
Fazal y su equipo han trasladado la mayor parte de los datos de NJ Transit a la nube, evolucionando de simples informes a analíticas avanzadas y modelos de IA/ML que generan perspectivas con las que los analistas empresariales del transporte solo podían soñar en el pasado, afirma.
"Creamos un almacén de datos y un lago de datos para tener todos los datos en un espacio centralizado, lo que nos permitió crear informes, análisis, predicciones y prescripciones, madurando así la organización", señala Fazal.
A medida que NJ Transit fue construyendo su almacén de datos, mejoró el valor empresarial de los conocimientos y descubrimientos de los datos, desde la evaluación inicial de la puntualidad de los trenes y autobuses, hasta el análisis de la disponibilidad de la tripulación y los empleados, los factores mecánicos y de ingeniería que provocan retrasos en el transporte, la determinación del número de trenes en las vías en un momento determinado, la identificación de los factores que ralentizan el servicio, y la predicción del impacto de las tormentas y los fenómenos meteorológicos que se avecinan en el rendimiento de los servicios de transporte de la empresa.
Hasta la fecha, NJ Transit ha contratado a unos ocho gurús de los datos para apoyar estos esfuerzos, con el objetivo de contratar a más expertos en datos de alto nivel en un esfuerzo por acelerar las ideas de negocio y el análisis predictivo para ayudar a transformar el negocio.
Como resultado, la madurez de los datos de NJ Transit como organización ha crecido. En lugar de solicitar a los analistas de negocio la información que les sería útil, Fazal y su equipo tienen ahora una acumulación de solicitudes de esos analistas que están a la altura de las innovaciones de datos que el equipo de TI puede producir.
"Cuando vemos eso, parece que ahora los analistas de negocio hablan entre ellos y comparten lo que la gente de TI puede crear para ellos", anota. "Solo nos aseguramos de que la empresa sea consciente de que esta capacidad existe, y de que estamos preparados para construir cualquier reto o problema empresarial que se haya identificado utilizando datos. Así es como medimos el éxito".
Además, el equipo de TI de NJ Transit es ahora capaz de anticiparse a las necesidades de los analistas empresariales. Mientras que muchas empresas siguen tratando de alinear los objetivos de TI para que coincidan con los objetivos empresariales, Fazal y su equipo están impulsando ideas y resultados empresariales que los analistas ni siquiera imaginaban en el pasado.
Sandeep Mukunda, analista de IDC, afirma que el enfoque de NJ Transit sobre el análisis de datos ha sido muy avanzado.
"La madurez se define por la eficacia con la que se aprovechan los datos", comenta Mukunda, señalando que el objetivo principal de una entidad de transporte como NJ Transit es mejorar el rendimiento de las salidas y llegadas, y la calidad del servicio de los viajeros y de los empleados entre bastidores.
"Los datos de los vehículos de transporte público conectados pueden aprovecharse para el control de la salud y el estado de los vehículos. También se aprovecha para otros análisis, como la comprensión de los patrones de tráfico y el servicio en horas punta, la identificación de la congestión y las áreas propensas a los accidentes, y la integración con otros servicios, como la aplicación para la planificación de viajes multimodales", indica.
La multi-nube como facilitadora
Ninguna de estas innovaciones en materia de datos habría sido posible sin la migración de NJ Transit a la nube, afirma Fazal.
"Seleccionamos una estrategia multicloud desde el principio porque no hay una nube para todo", anota. "Descubrimos que hay diferentes especializaciones que ofrecen estos proveedores de la nube".
NJ Transit seguirá evolucionando su infraestructura en la nube al servicio de las innovaciones de datos.
"La ventaja de la nube es que nos libramos del mantenimiento de toda la infraestructura sobre la que se asienta la aplicación", afirma Fazal, lo que libera al departamento de TI de NJ Transit para ir más allá de las actualizaciones y los parches y, en su lugar, aportar nuevos conocimientos alimentados por los datos para ofrecer una funcionalidad más sofisticada alimentada por los datos para mejorar y modernizar el transporte.
Basado en el artículo de Paula Rooney (CIO) y editado por CIO Perú
Más casos de éxito aqui.