Siemens Mobility Membantu Operator Kereta Api Menghindari Waktu Henti dan Pemeliharaan yang Tidak Direncanakan

Gloeckner berbicara dari pengalaman. Siemens Mobility awalnya melakukan deployment solusi on-premise dengan kemampuan analitik yang mirip dengan Railigent, tetapi menemui hambatan terkait dengan data terisolasi, proses integrasi data dan pengembangan padat karya, serta waktu masuk ke pasar yang lambat.

Menurut Gloeckner, salah satu alasan paling menarik untuk mengembangkan dan menerapkan Railigent di AWS adalah kesempatan untuk memusatkan data. Sebagai bagian dari arsitektur cloud baru Railigent, Siemens Mobility mengimplementasikan danau data yang menggunakan Amazon Simple Storage Service (Amazon S3) untuk katalog set data persisten, AWS Glue untuk transformasi data, dan Amazon Athena untuk kueri interaktif niserver. Siemens Mobility juga bergantung pada AWS Lambda untuk fungsi orkestrasi nirserver dan Amazon Elastic MapReduce (Amazon EMR) untuk pemrosesan yang cepat serta hemat biaya dan analisis data dalam jumlah tidak terbatas.

“Bagi kami, daya tarik utama AWS adalah akses ke layanan seperti Amazon EMR, yang memberi kami kemampuan untuk menjalankan klaster Hadoop dalam bentuk apa pun, pada skala apa pun, sesuai permintaan, dengan harga bayar sesuai pemakaian,” kata Gloeckner. “Memindahkan pekerjaan operasi semacam ini adalah persyaratan mutlak di pihak kami, karena kami telah mengalami betapa rumitnya menjalankan, memperbarui, dan menskalakan solusi kompleks seperti Hadoop di pusat data kami sendiri.”

Menjalankan Railigent di AWS juga membantu mengoptimalkan penggunaan data IoT yang berbeda yang diserapnya dari ratusan ribu sensor dan perangkat lain pada puluhan ribu aset kereta api di seluruh dunia. “Di danau data AWS, kami dapat menyimpan set data besar yang tidak terstruktur di Amazon S3 dan menggunakan kemampuan schema-on-read Amazon Athena untuk membuat tabel virtual untuk kasus penggunaan baru tertentu sesuai kebutuhan,” kata Gloeckner. “Layanan cloud seperti Amazon EMR, Amazon S3, dan Amazon Athena memberi kami lebih banyak fleksibilitas dalam menangani data daripada yang mungkin dilakukan secara on-premise atau bahkan dengan penyedia cloud publik lainnya.”

Kemampuan ini tentu saja tidak akan menjadi penting jika tidak membantu Siemens Mobility merespons kebutuhan pelanggan dengan lebih cepat dan menemukan lebih banyak nilai dalam data yang diserap. “Ketika pendahulu Railigent berjalan secara on-premise, data dari sumber yang berbeda diisolasi, jadi membangun aplikasi untuk memanfaatkan data tersebut membutuhkan pekerjaan extract, transform, and load [ETL] kustom yang kompleks dan bantuan dari ahli analitik,” kata Gloeckner. “Hal ini menyulitkan kami untuk memanfaatkan semua data, dan kami tidak dapat dengan mudah menawarkan peralatan dan komponen aplikasi yang dapat digunakan kembali kepada developer.”

Sekarang, perusahaan dapat memusatkan tugas penyiapan data tetapi tetap memungkinkan berbagai tim untuk menggunakan data. “Di AWS, kami menggunakan tim kecil yang terpusat untuk ETL data, pembuatan struktur, dan pengayaan, lalu kami menyediakan data tersebut bahkan bagi karyawan nonteknis untuk digunakan dalam eksperimen dan pembangunan,” kata Gloeckner. “Danau data AWS kami tidak hanya memungkinkan ilmuwan data dan developer perangkat lunak tetapi juga sekitar 250 karyawan nonteknis untuk membuat aplikasi dan laporan kustom yang membantu memaksimalkan nilai data. Pembukaan akses ke data secara luas inilah salah satu keuntungan terpenting dari danau data AWS kami.”

Pembukaan akses ke data secara luas ini memungkinkan respons yang lebih cepat terhadap permintaan pelanggan, misalnya dengan memangkas waktu pembuatan laporan menjadi setengahnya. “Sebelum kami pindah ke AWS, kami harus memikirkan kembali mengenai autentikasi, otorisasi, penyerapan, dan ETL untuk setiap laporan BI kustom. Meskipun demikian, kami hanya dapat menawarkan snapshot, bukan hasil langsung,” kata Gloeckner. “Sekarang, di AWS, masalah ini telah diselesaikan dan diperiksa berdasarkan aturan keamanan dan tata kelola global Siemens, sehingga komponen ini dapat digunakan kembali oleh developer laporan. Dengan danau data AWS, kami hanya perlu dua hingga tiga minggu untuk membuat laporan yang dibuat menggunakan data hidup, bukannya satu bulan atau lebih seperti yang kami butuhkan sebelumnya hanya untuk membuat laporan statis.”

Menurut Gloeckner, pelanggan Railigent rata-rata sudah merasakan penurunan sebesar 10-15 persen dalam biaya pemeliharaan dan konsumsi energi, 30-50 persen dalam pemeliharaan yang tidak direncanakan, dan lebih dari 30 persen dalam transfer yang tidak perlu ke pemeliharaan. Sementara itu, perusahaan baru mulai mengeksplorasi apa saja yang mungkin dilakukan di AWS. “Kami senang dapat menyerahkan pekerjaan berat yang tidak terdiferensiasi untuk ditangani AWS seperti pengoperasian infrastruktur dan pembangunan layanan sementara kami fokus pada hal-hal yang benar-benar penting bagi bisnis kami. Keuntungan menggunakan AWS adalah banyaknya kemungkinan yang terbuka. Sungguh, kami baru mengetahui sedikit tentang apa yang akan dapat kami capai di cloud.”