O setor de transportes vem experimentando quantidades inéditas de dados capturados de diferentes fontes, como sensores a bordo e pontos de coleta de dados introduzidos por sistemas de contagem de passageiros, sistemas de localização de veículos, sistemas de bilhetagem e cobrança e sistemas de gerenciamento de ativos e cronogramas.
Os data warehouses existentes contêm um potencial sem precedentes para obter insights sobre o planejamento e o gerenciamento de redes de transporte. Ainda assim, o uso de ferramentas e práticas convencionais de gestão de dados significa que esses insights permanecem ocultos e uma grande parte desses dados também é desestruturada.
A necessidade de extrair insights instantâneos a partir desses dados capturados é significativa para obter uma vantagem competitiva, otimizar o CAPEX e OPEX, melhorar a confiabilidade do serviço e mitigar os riscos. No entanto, o volume de dados sendo gerado e as deficiências das ferramentas e práticas de gerenciamento convencionais – até agora – deixaram esses dados subutilizados, com informações inacessíveis e o tesouro de insights oculto.
Criar uma imagem mais completa e rica do que está acontecendo no local é uma oportunidade para a análise de negócios no setor de transportes, para alavancar ferramentas de big data e análise preditiva, ajudar as agências de transporte a melhorar as operações, reduzir custos e atender melhor aos viajantes.
Abaixo estão listadas algumas áreas onde big data analytics pode fazer uma diferença significativa na indústria de transportes.
- Movimento de frete e otimização de roteamento
- Gerenciamento de Estoque e Otimização de Capacidade
- Experiência aprimorada do cliente por meio do desenvolvimento de comunicação efetiva por meio de insights de mídias sociais, segmentação de persona e preferências
- Redução do impacto ambiental e aumento da segurança
- Otimização de frotas e manutenção preditiva através da visualização em tempo real das condições de operação da frota, estatísticas sobre padrões de uso e desgaste, ciclos de manutenção
- Cronogramas de trânsito otimizados, prevendo impacto de manutenção, obras rodoviárias, congestionamentos e acidentes
Fonte: https://datafloq.com/read/big-data-advanced-analytics-transportation/1747