A London North Eastern Railway cria um atalho para gerar insights usando Alteryx + Tableau

A London North Eastern Railway (LNER) sabe como transportar com eficiência milhões de passageiros do ponto A ao ponto B. E está fazendo o mesmo com milhões de pontos de dados.

A companhia ferroviária britânica transporta mais de 21 milhões de passageiros por ano, com 150 serviços ferroviários por dia e cinco trens por hora viajando para destinos importantes na Inglaterra e na Escócia.

Isso representa muitos trens para manter nos trilhos, e Rob Taylor, gerente de análise de negócios da LNER, ajuda a empresa a encontrar os insights que a tornam uma empresa informada e ágil no dinâmico setor ferroviário.

Estratégia de redirecionamento de dados: de planilhas limitadas a recursos visuais avançados

A equipe analítica da LNER começou usando o Excel, com um único analista realizando análises e gerando manualmente relatórios limitados a 65.000 linhas em formato de planilha. Os dados só eram atualizados semanalmente, com um alto nível de agregação, o que significava que a equipe da LNER não tinha as informações detalhadas e em tempo real necessárias para reagir de forma mais proativa a um setor em constante evolução.

A LNER então adotou o Tableau para tornar os insights mais fáceis de visualizar e mais acessíveis. Rob descobriu que o Tableau ajudou os funcionários não especializados em dados a se interessarem mais pelas descobertas relacionadas aos dados.

"Com o Tableau, descobrimos que poderíamos apresentar os dados visualmente e dar aos funcionários a capacidade de realmente ver e entender quais mudanças precisavam fazer", comenta Rob.

Mas, com o Tableau, vieram novos desafios: quando as pessoas ficaram mais engajadas com os dados, passaram a fazer mais perguntas e pedir insights aprofundados (uma questão interessante a ser considerada à medida que uma organização melhora sua maturidade analítica). A LNER precisava de uma plataforma analítica que pudesse responder a essas questões mais profundas.

Alteryx Designer e Alteryx Server: a locomotiva que move o trem

A LNER escolheu o Alteryx por sua capacidade de processar grandes volumes de dados, lidar com diferentes tipos deles e superar desafios analíticos complexos. Graças à sua conectividade simples com o Tableau, o Alteryx é o complemento ideal. A LNER pode aproveitar o poder do Alteryx para descobrir, preparar, combinar, enriquecer e analisar dados, antes de compartilhar insights personalizados com os recursos visuais atraentes do Tableau.

Se o processo de dados fosse um trem, o Tableau seria o vagão que transporta os passageiros, enquanto o Alteryx é o poderoso motor de ingestão, transformação e análise.

"Isso mudou completamente o negócio", conta Rob. "O Alteryx é a força que movimenta os bastidores, como diz nossa equipe, nos dando o poder para realizar com tudo o que queremos."

Rob rapidamente começou a ver os efeitos positivos no negócio. Como o Alteryx removeu as restrições de ETL e economizou muito tempo, a equipe conseguiu passar de relatórios semanais a diários — com insights melhores.

"Isso nos deu um maior nível de detalhe, mais dados, mais frequência e maior facilidade para as pessoas fazerem comparações e obterem respostas às suas perguntas", explica Rob.

Mas, de novo, havia mais gente consumindo dados, o que gerou mais perguntas e mais demanda por resultados rápidos. Logo, o próximo passo lógico foi adquirir o Alteryx Server. Essa solução permitiu que a equipe da LNER automatizasse muitos dos processos que executavam manualmente, incluindo limpeza e atualização automática de dados.

"A análise era preparada e enviada à empresa antes que os analistas chegassem ao escritório pela manhã", conclui Rob.

Dos sensores de porta aos painéis do Tableau em minutos

Rob encontrou muitas maneiras criativas de combinar o Alteryx e o Tableau para obter insights novos. Um exemplo recente de caso de uso de ponta que a LNER adota com o Alteryx é a análise de dados de sensores de porta.

A LNER, uma empresa ferroviária com visão de futuro, adotou tecnologias que melhoram sua capacidade de coletar informações, como os trens Hitachi de alta tecnologia que tornam possível a coleta de dados de IoT.

A LNER tem sensores nas portas externas e internas que mostram o fluxo de passageiros entrando e saindo do trem ou transitando entre vagões. Os dados são enviados sempre que um trem sai da estação, e o arquivo JSON bruto vai para um bucket AWS S3.

A equipe criou três fluxos de trabalho no Designer que usam ferramentas como Upload, do Amazon S3, e Saída, do Tableau, além de macros personalizadas. Os fluxos de trabalho verificam se um arquivo é novo, transformam-no em um formato utilizável, unem os arquivos a fontes de dados adicionais, como tipos de trem e reservas, e enviam-no ao Tableau Server.

Os fluxos de trabalho do Alteryx convertem dados JSON de texto não ordenado, semiestruturado e ilegível em visualizações inteligentes e interativas no Tableau, na forma de um mapa de rota com pontos coloridos mostrando o status de cada estação.

Por meio desse processo, a LNER pode atualizar as imagens do Tableau a cada poucos minutos, fornecendo à equipe as informações necessárias para atuar, como distribuir os passageiros ao longo da plataforma com base na lotação dos vagões. Isso é especialmente útil para seguir prazos rigorosos de circulação dos trens, pois o aumento dos atrasos pode ter um custo de milhares de libras.

"A possibilidade de ter um fluxo de trabalho do Alteryx em execução a cada cinco minutos com os dados mais recentes, enviando-os diretamente para o Tableau e alimentando esses dados em tempo real no Tableau significa que os funcionários e as equipes podem tomar decisões em tempo real, se necessário", explica Rob.

Ajudando a equipe dos trens a detectar fraudes a 200 km/h

Aqui está outro exemplo que Rob chama de "detecção de fraude a 200 km/h", porque é essa a velocidade com que os trens da LNER podem viajar. A companhia oferece bilhetes para convidados. Eles são distribuídos a pessoas que precisam trabalhar para a LNER ou que precisam viajar nesses trens para chegar a um escritório.

Antes de criar um processo com o Alteryx, não havia um jeito eficiente de rastrear quem estava usando os bilhetes, quantos estavam disponíveis nem quanto eles custavam para a empresa.

A equipe de analytics entrou em ação, usando o Microsoft Forms nas solicitações de bilhetes de convidado para facilitar a coleta de dados em um formato padronizado. Com o fluxo de trabalho do Designer, a equipe insere os dados do formulário, faz a análise, combina todos eles com outros dados relevantes, como datas, e compara as aprovações com as informações correspondentes do bilhete antes de enviar as informações ao Tableau.

A equipe a bordo do trem pode clicar em um link para o Tableau e abrir o PDF com a aprovação assinada e todos os detalhes do bilhete de convidado. Graças ao Alteryx e ao Tableau, a equipe da LNER pode acessar informações diretamente dos seus dispositivos móveis, evitar o uso indevido de bilhetes e responder às perguntas sobre passageiros, tudo isso viajando a 200 km/h.

Próxima parada: explorar novos casos de uso em data science e machine learning

A equipe da LNER está sempre em busca de mais casos de uso de data science, como previsão e análise geoespacial. A companhia cobre uma vasta geografia com um amplo espectro de estações na Inglaterra e na Escócia, e Rob quer se aprofundar em como o pessoal poderia usar os insights espaciais do Alteryx para explorar dados de GPS. A LNER ainda tem uma equipe nova de machine learning que pode usar o Alteryx para pegar ritmo.

Tudo pronto para seguir a linha da LNER? Assista ao webinar para saber mais sobre como ela combina o Alteryx e o Tableau para solucionar enormes desafios de dados.