Témoignage client
Chiffres clés de la LNER
Secteur : Transport
Département : Analytique
Région : Royaume-Uni
21 millions
Passagers par an
150
Services de train par jour
La London North Eastern Railway (LNER) sait comment transporter efficacement des millions de passagers d'un point A à un point B, et elle fait de même pour des millions de points de données.
La compagnie ferroviaire britannique transporte plus de 21 millions de passagers par an, avec environ 150 trains par jour et cinq trains par heure qui desservent des destinations stratégiques en Angleterre et en Écosse.
Il y a beaucoup de trains à suivre, et Rob Taylor, responsable de l’analytique chez la LNER, aide la compagnie à découvrir des insights qui permettent de rester au fait de l'évolution rapide du secteur ferroviaire.
Repenser la stratégie data : des feuilles de calcul limitées aux visuels enrichis
L’équipe analytique de la LNER a commencé son parcours dans Excel, avec un analyste effectuant des analyses manuelles et des rapports limités aux 65 000 lignes des feuilles de calcul. Les données n'étaient mises à jour que chaque semaine et étaient très agrégées, ce qui signifiait que l'équipe ne disposait pas des informations détaillées en temps réel dont elle avait besoin pour réagir de manière plus proactive à un secteur en évolution rapide.
La LNER a ensuite adopté Tableau pour faciliter la visualisation et rendre les insights plus accessibles. Rob a compris que Tableau aidait les employés à s'intéresser davantage aux résultats, même en ne maîtrisant pas les données.
« Avec Tableau, nous avons découvert que nous pouvions vraiment présenter les données de manière visuelle, pour donner aux utilisateurs la possibilité de voir les informations et de comprendre les modifications qu'ils devaient apporter », explique Rob.
Mais Tableau a introduit de nouveaux défis : une fois que les utilisateurs étaient plus impliqués avec les données, ils avaient plus de questions et recherchaient des insights plus approfondis (une bonne problématique pour les organisations souhaitant améliorer leur maturité analytique). La LNER avait besoin d'une plateforme analytique capable de répondre à ces questions plus approfondies.
Alteryx Designer et Server comme moteur du changement
La LNER a choisi Alteryx pour sa capacité à traiter de grands volumes de données, à gérer différents types de données et à relever des défis analytiques complexes. Grâce à une connectivité facile à Tableau, Alteryx propose une solution parfaitement complémentaire : la LNER peut tirer parti de la puissance d'Alteryx pour découvrir, préparer, fusionner, enrichir et analyser les données, avant de partager les insights à grande échelle avec des visuels Tableau attrayants.
Si le processus data était un train, Tableau serait la voiture accueillant confortablement les passagers, et Alteryx la puissante locomotive alimentant l'ingestion, la transformation et l'analytique.
« Cela a radicalement transformé nos activités », explique Rob Taylor. « Alteryx fait tout le travail en arrière-plan, et nous donne la possibilité de faire tout ce dont avons besoin. »
Il a rapidement constaté les effets positifs sur les activités. Alteryx a supprimé les contraintes ETL et permis de gagner un temps précieux, et l’équipe a pu passer d'un reporting hebdomadaire à un reporting quotidien, avec des insights de meilleure qualité.
« Cela nous a permis d'obtenir plus de détails, de disposer de plus de données, d'augmenter la fréquence, et les utilisateurs peuvent plus facilement comparer les éléments et trouver des réponses à leurs questions », explique-t-il.
Mais une fois de plus, le nombre de personnes consommant des données a augmenté, ce qui a entraîné un plus grand nombre de questions et une demande accrue de résultats rapides. La prochaine étape logique était donc de déployer Alteryx Server. Cette solution a permis à l'équipe de la LNER d'automatiser de nombreux processus qu'elle exécutait manuellement, notamment le nettoyage et l'actualisation automatiques des données.
« Les analyses sont réalisées et transmises aux métiers avant même que les analystes n'arrivent au bureau le matin », explique Rob Taylor.
3 raisons pour lesquelles la LNER a opté pour Alteryx + Tableau
Stack de bout en bout
Alteryx se connecte facilement avec Tableau pour produire des résultats pertinents, ce qui facilite la transformation des données et la visualisation des résultats.
Polyvalence
Alteryx Designer propose la gamme étendue d'outils dont l’équipe a besoin pour trouver des solutions créatives et innovantes, pour générer ensuite des rapports enrichis dans Tableau.
Informer les décisions
Alteryx démocratise le processus analytique, et Tableau rend les insights plus faciles à comprendre, en permettant à davantage de membres de l’équipe de prendre des décisions data-driven.
Des capteurs de porte aux tableaux de bord Tableau en quelques minutes
Rob Taylor a trouvé de nombreuses façons créatives de combiner Alteryx et Tableau pour obtenir de nouveaux insights. L'analyse des données des capteurs de porte est un exemple de cas d'usage innovant rendu possible avec Alteryx.
Compagnie ferroviaire résolument tournée vers l'avenir, la LNER a adopté une technologie qui améliore sa capacité à collecter des informations, comme les trains Hitachi innovants qui permettent de collecter des données IoT.
La LNER a placé des capteurs sur les portes extérieures et intérieures, suivant les passagers qui montent et descendent du train ou se déplacent entre les voitures. Les données sont envoyées chaque fois qu'un train quitte la gare, et le fichier JSON brut est envoyé vers un compartiment AWS S3.
L'équipe a mis en place trois workflows Designer qui s'appuient sur des outils tels que l'envoi vers Amazon S3 et la sortie vers Tableau, ainsi que sur des macros personnalisées. Le workflow vérifie si un fichier est nouveau, le place dans un format utilisable, combine les fichiers avec des sources de données supplémentaires telles que les types de trains et les réservations, et envoie les fichiers vers Tableau Server.
Le workflow Alteryx transforme les données texte désorganisées et difficiles à déchiffrer du fichier JSON en visualisations intelligentes et interactives dans Tableau, comme une carte d'itinéraire avec des points colorés qui indiquent l'état de chaque station.
Grâce à ce processus, la LNER peut actualiser les visualisation Tableau très fréquemment, ce qui permet au personnel d'obtenir les informations dont il a besoin en un coup d’œil et prendre des mesures en conséquence, par exemple pour répartir les passagers en fonction du remplissage des voitures. C'est particulièrement utile afin de tenir les délais stricts de circulation des trains, dans la mesure où les retards peuvent se chiffrer en milliers de livres !
« Avec un workflow Alteryx qui peut s'exécuter toutes les cinq minutes avec les dernières données actualisées, les transférer directement vers Tableau afin que Tableau les utilise en direct, le personnel et les équipes sont en mesure de prendre des décisions en temps réel s'ils en ont besoin », explique Rob Taylor.
Détection des fraudes, même en pleine circulation
Autre cas d'usage : la détection des fraudes, même lorsque les trains voyagent à pleine vitesse. La LNER propose des abonnements réservés à son personnel, ou pour les professionnels empruntant ses trains pour se rendre au bureau.
Avant le processus Alteryx, il n'existait aucun moyen efficace de savoir qui utilisait ces abonnements, combien d'abonnements étaient émis ou combien cela coûtait à la compagnie.
L'équipe analytique a utilisé Microsoft Forms pour les demandes d'abonnements, afin de faciliter la collecte de données dans un format standard. À l'aide d’un workflow Designer, l’équipe importe et analyse les données du formulaire, les combine avec d'autres données pertinentes telles que les dates, et combine les approbations aux détails des abonnements correspondants avant d'envoyer les informations à Tableau.
Le personnel du train peut cliquer sur un lien vers Tableau, afin d'accéder à un PDF avec l'approbation signée qui affiche les détails de l'abonnement. Grâce à Alteryx et Tableau, le personnel de la LNER peut accéder aux informations directement depuis un appareil mobile, prévenir les fraudes et répondre aux questions des passagers, le tout quand le train circule à pleine vitesse.
Prochaine étape : nouveaux cas d'usage en Data Science et en Machine Learning
L’équipe de la LNER est toujours à l'affût de cas d'usage en Data Science, comme les prévisions et l’analyse géospatiale. La compagnie couvre une vaste zone géographique avec un large éventail de gares à travers l'Angleterre et l'Écosse, et Rob Taylor souhaite explorer comment utiliser les informations géospatiales d'Alteryx pour explorer les données GPS. La LNER dispose également d’une nouvelle équipe de machine learning qui commence à se familiariser avec Alteryx.
Vous avez envie de suivre la même voie que la LNER ? Regardez notre webinaire pour en savoir plus sur la façon dont la LNER combine Alteryx et Tableau pour trouver des solutions à ses problématiques.
Ressources recommandées
Témoignage client
Copa Airlines fait décoller ses activités grâce aux données
Copa Airlines automatise l'analyse de 115 millions de lignes de données chaque jour.
En savoir plus
Témoignage client
Honda crée une nouvelle valeur en capturant et visualisant ses données
Honda consolide des données disparates pour accélérer la création d'une nouvelle offre commerciale.
En savoir plus
Témoignage client
Montgomery Transport automatise son reporting avec Alteryx
Une société de transport plateau avait besoin d'un meilleur moyen d'automatiser son reporting ad-hoc.
En savoir plus