Impulsando Budapest: Cómo BKK utiliza Databricks para transformar la movilidad urbana

Como autoridad unificada de transporte de Budapest, BKK gestiona los sistemas de tránsito público, movilidad compartida, infraestructura y tráfico que mantienen en movimiento a la ciudad de 1.7 millones de habitantes. “Somos como un grupo de expertos en transporte estratégico para la ciudad”, dice Max von Münster, Experto Principal en Ciencia de Datos de BKK. La organización recopila grandes conjuntos de datos de más de 2.000 autobuses, cientos de metros y tranvías, y casi 1.000 bicicletas y patinetes compartidos, rastreando ubicaciones, velocidades de los vehículos, recuentos de pasajeros y más.

Su antiguo almacén de datos local luchaba por mantenerse al día con el creciente volumen y variedad de datos, lo que dificultaba el acceso y análisis eficiente de la información. BKK necesitaba una forma de centralizar y democratizar sus conjuntos de datos mientras modernizaba la plataforma para soportar análisis geoespaciales avanzados y aprendizaje automático.

Construyendo una plataforma moderna de análisis de tránsito

Antes de Databricks, BKK utilizaba servidores Microsoft SQL locales y reportes fragmentados basados en Excel y PowerBI. Los analistas solo podían consultar datos de GPS o de embarque extrayendo subconjuntos en cuadernos Jupyter, y los grandes conjuntos de datos sobrecargaban el sistema.

“La ciudad está llena de información descentralizada”, señaló Max. “Uno de nuestros grandes objetivos es unificarla en la nube y hacerla accesible a los expertos que toman las decisiones”.

Para abordar esto, BKK comenzó una migración por fases a Azure Databricks. Los datos de movilidad fueron los primeros debido a su volumen e importancia para la planificación y el análisis geoespacial. Los conjuntos de datos obtenidos de GPS de vehículos, sensores de pasajeros, horarios de embarque y una amplia variedad de otros sistemas se migraron con un enfoque en el modelado y la validación cuidadosos en la nube.

“Es realmente importante conectar estas fuentes descentralizadas”, dijo la Analista de Inteligencia de Negocios Estilla Híves. “Diferentes equipos a menudo necesitan información similar desde diferentes perspectivas, y con una plataforma centralizada podemos combinar los datos y compartirlos entre equipos”.

Abylon, un socio de Databricks, desempeñó un papel clave en la aceleración de la transformación de datos en la nube de BKK. Al ayudar a BKK a desarrollar su plataforma de datos basada en Azure, habilitar su almacén de datos y operaciones de datos en la nube, y guiar a la organización hacia el ecosistema Databricks, Abylon sentó las bases para un viaje de datos en la nube escalable y a largo plazo.

Desbloqueando nuevos casos de uso de análisis y modelado

Con la arquitectura Databricks Lakehouse, BKK puede explorar y actuar sobre los datos de maneras que antes eran poco prácticas. Los analistas ahora pueden procesar conjuntos de datos grandes y complejos de manera eficiente utilizando todo el poder de la nube, proporcionando información más rápida y decisiones operativas más receptivas. La plataforma también es mucho más fácil de usar que su sistema anterior; los analistas pueden trabajar sin problemas en SQL, Python o R dentro de los mismos cuadernos colaborativos, compartiendo el trabajo entre equipos sin necesidad de transferir variables u objetos de datos.

Estas mejoras han desbloqueado una gama de casos de uso potentes y del mundo real, que incluyen:

• Seguimiento a nivel de minuto de vehículos de movilidad compartida: BKK mapea más de 900 patinetes y estaciones de bicicletas compartidas cada minuto, monitoreando las necesidades de estacionamiento y dirigiendo las decisiones de asignación
• Análisis de rendimiento a nivel de ruta para tránsito público: Datos de GPS y velocidad de autobuses y tranvías resaltan segmentos lentos, ayudando a optimizar la sincronización de semáforos y la planificación de rutas
• Modelado predictivo para autobuses del aeropuerto: BKK combina datos de API del aeropuerto en tiempo real con pronósticos de demanda a largo plazo para actualizar los horarios de autobuses en tiempo real y planificar la demanda de pasajeros hasta 2033
• Programación y capacidad dinámicas: BKK utiliza patrones de pasajeros, tendencias estacionales y datos de eventos para ajustar los horarios de autobuses y tranvías para prevenir el hacinamiento

Estas innovaciones brindan a BKK la capacidad de actuar más rápido, tomar decisiones más inteligentes y planificar de manera proactiva la movilidad en toda la ciudad.

Potenciando el futuro del transporte urbano

Databricks posiciona a BKK para expandir el análisis en todos los departamentos y colaborar de manera más amplia. La plataforma soporta la democratización de datos, proporcionando acceso gobernado a conjuntos de datos de movilidad para expertos internos hoy y creando la base para la futura colaboración con socios externos e incluso otras ciudades europeas.

Max destacó la visión a largo plazo: “Aspiramos a tener un gemelo digital del sistema de movilidad de Budapest para analizar patrones, simular escenarios y mejorar continuamente el transporte público”.

Los beneficios se extienden más allá de la movilidad en toda la ciudad. Databricks también brinda a BKK seguimiento detallado de costos, visibilidad a nivel de equipo y herramientas para optimizar la asignación de recursos internos. “Podemos diferenciar entre equipos y rastrear quién genera costos de cómputo, lo cual es muy útil para la presupuestación y la planificación”, dijo Estilla.

Al combinar estas eficiencias internas con operaciones de tránsito más inteligentes y basadas en datos, BKK está pasando de la generación de informes reactiva a la planificación proactiva de la ciudad, desbloqueando información que antes era imposible y preparando el escenario para la próxima década de innovación en movilidad urbana.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original