Deutsche Bahn mejora la información sobre pasajeros con la nube de AWS

En 2015, la organización Passenger Information de Deutsche Bahn (DB) puso en marcha un proyecto para mejorar la calidad de la información ofrecida a los pasajeros, para beneficiar a los clientes que viajan en tren por Alemania.

DB Passenger Information, junto con diversos expertos y socios tecnológicos como Orange Business, colaboraron en la creación de una plataforma central de datos para Deutsche Bahn, diseñada para distribuir información de manera coherente. Basada en tecnologías de Big Data sobre Amazon Web Services (AWS), esta plataforma permite que la información mostrada en la aplicación móvil de DB esté sincronizada con los paneles de las estaciones y con el resto de canales de comunicación.

El mayor desafío radicaba en el complejo y crítico entorno en materia de seguridad de DB. Cada día, la red de Deutsche Bahn genera y procesa alrededor de 60 millones de eventos de seguimiento. Dado el enorme volumen de datos, la necesidad de procesarlos casi en tiempo real y de permitir el acceso desde diferentes ubicaciones, se determinó desde el inicio que la nueva aplicación debía desarrollarse y operar íntegramente en la nube. La elección de AWS se tomó muy pronto, ya que su infraestructura y servicios se ajustaban a los requisitos de Deutsche Bahn.

Otro reto fue la falta de marcadores claros en los trenes: el GPS solo está disponible en algunos modelos y resulta difícil identificar con precisión qué vagón físico se encuentra en cada punto del recorrido.

Lograr la coherencia de los datos con una fuente única de verdad

Una fuente única de verdad (Single Source of Truth), garantiza una distribución coherente de los datos en todos los canales, superando la complejidad de las interfaces y los protocolos obsoletos. El proyecto incluye los siguientes requisitos:

Coherencia de los datos garantizada
Canalización CI/CD automatizada
Tiempo mínimo de inactividad del sistema

Deutsche Bahn utiliza la Fuente Única de Verdad para ofrecer información coherente y en tiempo real a los pasajeros en todos los canales.

CI-CD pipe line helped on the way

Machine Learning para una mayor precisión

En particular, la división y unificación de trenes no es fácil de representar de forma lógica. Por este motivo, el proyecto utiliza machine learning para identificar, por ejemplo, en qué dirección circula un tren y en qué punto se separa o se une a otro.

Ha sido necesario desarrollar la arquitectura del sistema correspondiente, que se basa en un generador de horarios. Genera un horario objetivo completo, combinando el horario del cliente y el llamado horario de servicio. Este horario de destino se utiliza para crear cambios de horario a corto plazo, así como datos en tiempo real, como los mensajes de posición de los trenes procedentes de los sensores de vía.

 

Datos en tiempo real.

Single point of Truth for Germany’s train passengers

Microservicios para consolidar fuentes de datos

Actualmente se utilizan microservicios para consolidar datos procedentes de diversas fuentes, evaluarlos y distribuirlos de forma coherente a los distintos canales de información, como los paneles de las estaciones, los sistemas de quiosco o la aplicación DB Navigator. Uno de los primeros hitos con impacto directo en los clientes es que los cambios de vía ahora se detectan con mayor fiabilidad y con una antelación medible gracias al tratamiento avanzado de los datos.

Escuchar al cliente

Tobias

Tobias - Teamlead Development

Nos llevó tiempo adquirir el conocimiento específico del dominio necesario para integrar los complejos contextos técnicos en la plataforma. Por primera vez, logramos generar una visión consolidada de los datos procedentes de sistemas completamente independientes.

Recomendado para ti

Sovereign AI: The smart hybrid approach for speed & control

Leer más

How to Optimize AWS Cloud with the Well-Architected Framework

Leer más

Sovereign AI: The smart hybrid approach for speed & control

Leer más