Verslag Big Data sessie bij RET

Door Johan de Jong. Dinsdag 7 maart 2017 was JLN te gast bij de Beverwaard tramremise van openbaarvervoermaatschappij RET. 30 jonge logistici waren aanwezig bij een sessie die in het teken stond van Big Data. Welke invloed heeft Big Data op de bedrijfsvoering van de RET? Hoe kunnen grote hoeveelheden data toegankelijk worden gemaakt zonder daarbij het overzicht te verliezen? Een kort verslag over deze sessie.

De RET: Aardig onderweg

Rond 15.30 uur bijtte Maarten Rodenburg, Logistiek Manager bij RET, de spits af door een korte introductie te geven over het bedrijf. De RET en Rotterdam kunnen niet zonder elkaar, al bijna 150 jaar is het bedrijf een begrip in Rotterdam. Per dag worden ruim 600.000 reizen gemaakt via het openbaarvervoersnetwerk van de RET. Om dit omvangrijke netwerk up-and-running te houden, zijn dagelijks rond de 3000 medewerkers in touw. Ruim 120 trams, bijna 300 bussen, meer dan 150 metro’s en een fast ferry worden ingezet om alle reizigers te vervoeren. De RET staat te boek als een innovatief bedrijf. Zo voerde het bedrijf als eerste in 2004 de ov-chipkaart in en initieerde het als eerste een spaarprogramma, namelijk OVMiles.

Rondleiding door de remise

De RET beschikt over twee tramremises: eentje in Rotterdam Kralingen en eentje in de Beverwaard. De Beverwaard remise, die langs de A16 is gesitueerd, oogt als een modern gebouw, en dat is het ook. Het gebouw maakt voor de energievoorziening gebruik van zonnecellen en energiepalen. Deze bijzondere heipalen zorgen voor warm- en koudwatercirculatie waardoor het gebouw in de zomer koel blijft en in de winter warm. Hiermee is het een van de duurzaamste remises van Europa. Het bouwwerk biedt een opstelterrein voor 85 trams, een werkplaats, magazijnen, kantoorruimtes en een P+R-ruimte met 500 parkeerplaatsen op het dak. Op het moment dat een tram defect is en gerepareerd dient de worden, wordt door het hoofdkantoor een melding geplaatst. Kleine onderdelen, zoals boutjes, moertjes en stickers, worden op voorraad gehouden door middel van een Kardex-systeem, een geautomatiseerde verticale plateaulift. Grotere onderdelen moeten worden besteld op het moment dat ze nodig zijn.

In de remise worden de trams dagelijks in een hoog tempo schoongemaakt. Dat gebeurt met behulp van een gigantische stofzuiger waarmee de trams binnen enkele seconden leeggezogen worden. Ook worden de trams gewassen door gebruik te maken van eerder opgevangen regenwater. Bovendien wordt een wielbandmeting uitgevoerd om te kijken of de wielen nog wel goed aansluiten op de rails. Tot slot wordt een reservoir binnenin de tram bijgevuld met zand. Dit zand wordt op de rails verspreid als het bijvoorbeeld glad is, zodat de tram in staat is om snel te remmen. Het hele traject neemt niet veel meer dan 5 minuten in beslag.

Hoe ‘big’ is jouw data?

Wibout van Ede, Manager Diensten Rooster en Planning (DRP), leidde de sessie over Big Data. Hoe ‘big’ bepaalde data is, kan worden bepaald aan de hand van de 4 v’s van Big Data: volume, velocity, variety en veracity. Bij volume gaat het erom hoeveel data er voor handen is. Velocity zegt iets over hoe snel er op data gereageerd moet worden. Variety geeft aan in welke vorm de data zich manifesteert. Veracity duidt op de onbetrouwbaarheid van de data, bijvoorbeeld vanwege onsamenhangende of incomplete data. De RET kan Big Data inzetten om de bedrijfsvoering verder te optimaliseren, bijvoorbeeld door voortijdig inzicht te verkrijgen in wanneer er een bepaald soort onderhoud moet worden uitgevoerd. Ook kan Big Data worden gebruikt om reizigersstromen beter te managen. Zo kan de capaciteit aan vervoersmiddelen beter worden afgestemd op de vraag op een bepaald moment. Wellicht is er geen sprake van een capaciteitsprobleem, maar eerder van een verdelingsprobleem. Big Data kan hierin helderheid verschaffen. Wel is het belangrijk om de juiste conclusies te blijven trekken uit de geanalyseerde data. Hiervoor is vooral ervaring nodig, mensen die weten hoe het in de praktijk werkt. Zodoende kan worden geverifieerd of de correlaties die uit de data worden geconcludeerd ook in overeenstemming zijn met de praktijk.

Kortom, Big Data is heel interessant om bepaalde processen binnen de RET verder te optimaliseren. Daarbij is het altijd van belang om eerst een specifieke onderzoeksvraag te formuleren, zodat gedurende het analyseproces duidelijk blijft wat er onderzocht moet worden. De ontstane bevindingen moeten vervolgens worden teruggekoppeld naar de praktijk, klopt de data met wat er in werkelijkheid gebeurt?

Is jouw interesse gewekt en wil jij graag een event van Jong Logistiek Nederland bijwonen? Kom dan bijvoorbeeld op dinsdag 4 april 2017 naar Forbo (internationale fabrikant van vloerbedekking) in Assendelft of donderdag 6 april 2017 naar Syncreon (internationale logistiek dienstverlener) in Tilburg. Of misschien wil je weten hoe graafmachines worden geproduceerd. Dan moet je zeker op woensdag 19 april 2017 naar Hitachi in Amsterdam komen.