Kundenerfolgsgeschichten

Railinc nutzt Big Data und Automatisierung, um 1,6-Millionen-Triebwagen über 140.000 Meilen Gleis fahren zu lassen

Branche Transportation

11

Millionen

Datenpunkte werden täglich verarbeitet

1.6

MM

Unterstützte Triebwagen

100

TB

der in 3 Jahren erwarteten Daten

Kundenerfolgsgeschichten

Railinc nutzt Big Data und Automatisierung, um 1,6-Millionen-Triebwagen über 140.000 Meilen Gleis fahren zu lassen

Branche Transportation

11

Millionen

Datenpunkte werden täglich verarbeitet

1.6

MM

Unterstützte Triebwagen

100

TB

der in 3 Jahren erwarteten Daten

Geschäftsliche Herausforderung

Jeden Tag, während Züge das 140.000 Meilen lange Eisenbahnnetz Nordamerikas durchqueren, passieren sie intelligente Sensoren, die Daten über Triebwagenbewegungen und den Zustand erfassen. Als Zentrum für die IT- und Datendienste der Eisenbahnbranche erhält Railinc täglich mehr als 11 Millionen Datenstücke – und unterstützt Eisenbahnen und ihre Kunden mit wichtigen Informationen zur Verbesserung der Sicherheit und zur Optimierung der Abläufe. Im Rahmen seiner Big-Data-Initiative hat Railinc Hadoop implementiert, um Daten aus unterschiedlichen Quellen zu speichern, zu verarbeiten und zu analysieren. Um den Kundenbedürfnissen besser gerecht zu werden, musste Railinc die Planung der komplexen und voneinander abhängigen Prozesse automatisieren, die riesige Datenmengen zwischen kritischen Anwendungen für Verarbeitung, Analyse und Lieferung an seine Kunden verschieben.

BMC-Lösung

Control-M automatisiert und integriert komplexe Big-Data-Workflows , liefert Daten dorthin, wo sie benötigt werden, und verfolgt Abhängigkeiten, um sicherzustellen, dass Prozesse in der richtigen Reihenfolge ablaufen. Control-M SLA-Management-Funktionen warnen das Personal vor drohenden Problemen, sodass sie proaktiv Probleme beheben können, bevor es Auswirkungen auf SLAs gibt.

Wirtschaftliche Auswirkungen

Control-M unterstützt Programme wie die Asset Health Strategic Initiative von Railinc, die Werkzeuge entwickelt, die es Kunden ermöglichen, den Geräteverbrauch zu verfolgen, Probleme für rechtzeitige Reparaturen zu identifizieren und die Bewegung von Millionen von Eisenbahnwagen sicher und effizient zu koordinieren.

  • Control-M automatisiert die Prozesse, die Daten der mehr als 40.000 Lokomotiven und 1,6 Millionen Triebwagen auf 140.000 Meilen Gleis erfassen und analysieren.
  • Die Skalierbarkeit von Control-M ermöglicht es dem Team, das erwartete Wachstum des Datenvolumens zu unterstützen, von heute 50 Terabyte (TB) auf fast 100 TB in nur drei Jahren.
  • Control-M ermöglicht es Railinc, Daten gleichzeitig an zwei verschiedenen Standorten zu verwalten und so sowohl die Anforderungen an Geschäftskontinuität als auch Lastverteilung zu erfüllen.
The order in which we bring in data and integrate it is key. If we had to orchestrate the interdependencies without a tool like Control-M, we would have to do a lot of custom work, a lot of managing. Control-M makes sure that the applications have all the data they need.

Lesen Sie weitere Kundenberichte.

Kundenreferenz

Navistar: Bessere Uptime durch Big Data Automation

Führender Hersteller von gewerblichen Lkw nutzt Big Data, um Effizienz und Verfügbarkeit zu verbessern

Kundenreferenz

CARFAX: Schnellere Produktionszeit mit Control-M

CARFAX beschleunigt die Produktionszeit mit Control-M und DevOps

Kundenreferenz

Amadeus: Automatisierung von Reisedienstleistungen mit Control-M

Amadeus bietet innovative globale Reisedienstleistungen mit leistungsstarker digitaler Geschäftsautomatisierung