Chaque matin, des milliers de banlieusards utilisent de manière routinière leurs cartes de transport Opal (équivalent Navigo) dans les trains, bus et ferries de Nouvelle-Galles du Sud (en Australie). Mais, jusqu'à récemment, les dirigeants de l’autorité statutaire du gouvernement de Nouvelle-Galles du Sud, appelée Transport for NSW (TfNSW), n'avaient pas une grande visibilité sur les voyageurs qui passaient leurs barrières de contrôle, malgré la richesse des big data à leur disposition. Sans cette capacité de prévoir et de réagir rapidement à des situations comme les fluctuations dans la fréquentation, les intempéries et les retards de transport, l'agence gouvernementale de Nouvelle-Galles du Sud a réalisé que sa technologie existante n'était plus à la hauteur de ses besoins.

Auparavant, TfNSW exploitait des systèmes sur site qui, selon l’autorité statutaire, ne permettaient pas l’évolutivité et la fiabilité nécessaires pour servir de base à une plate-forme de données fiable. L'agence utilise également de multiples sources de données, ce qui représentait un défi de taille en terme d’accès, de traitement et d’analyse rapide de l’information, pour obtenir notamment les informations en temps réel et prédictives souhaitées. Dans sa quête de solution, l'agence s'est tournée vers Contino, un cabinet conseil spécialisé dans le cloud, et par ailleurs partenaire d'AWS, pour revoir à la hausse ses capacités d'analyse de données et les intégrer dans le cloud public…

Décomposer et décortiquer les données

Le projet a commencé avec la mise en place par Contino d'une plate-forme d'analyse Opal sur AWS s’appuyant sur des outils cloud natifs et DevOps. La solution est basée sur AWS Lambda pour « réduire au minimum les exigences opérationnelles et de gestion de la plate-forme tout en faisant baisser les coûts ». En combinant AWS S3, Kinesis Firehose et DynamoDB, la plateforme ingère des flux de données provenant d'Opal presque en temps réel tout en agrégeant des sources de données supplémentaires pour fournir des informations sur le nombre de passagers, le flux et les interruptions possibles.

La solution utilise également Tableau et des tableaux de bord Web en front-end pour permettre aux utilisateurs finaux de segmenter, d'analyser et de visualiser les données sur le réseau. De plus, le service d'apprentissage machine AWS Sagemaker a été intégré pour appliquer des capacités prédictives basées sur des données passées, permettant ainsi TfNSW de répondre à des questions sur l'impact des variations météorologiques sur l'utilisation des transports publics par les usagers par exemple. « Les dirigeants disposent d’une vue en temps quasi-réel sur l'ensemble du réseau et sur les modes de transport depuis n'importe où, à partir de n'importe quel appareil », a déclaré Contino. « Ils peuvent décomposer les données comme bon leur semble pour obtenir l'information dont ils ont besoin pour prendre des décisions stratégiques. Auparavant, ces informations n'étaient pas disponibles en temps quasi-réel, et il fallait parfois plusieurs mois pour accéder à certaines informations ». « Entre-temps, le recours à des technologies serverless a permis de réduire tous les coûts de maintenance et d'exploitation des serveurs, tout en réduisant les coûts de l'agence », a ajouté le partenaire basé à Melbourne.

Fondée au Royaume-Uni, Contino est responsable du plus grand projet Azure mené au Royaume-Uni.