Questo sito utilizza cookie per raccogliere informazioni sull'utilizzo. Cliccando su questo banner o navigando il sito, acconsenti all'uso dei cookie. Leggi la nostra cookie policy.OK

INTERVISTA

Trenitalia, la manutenzione con Big Data e IoT diventa predittiva. «Un passo cruciale della trasformazione digitale»

Il controllo in tempo reale di locomotive e vagoni evidenzia i componenti a rischio di guasto prevenendo disservizi. «Investiti 50 milioni di euro, stimiamo di ridurre dell’8-10% i costi di manutenzione, con benefici anche in altre aree, come il CRM», spiega il CIO Danilo Gismondi. Un sistema basato su tecnologie SAP e algoritmi messi a punto con Politecnico di Milano e Scuola Superiore Sant’Anna di Pisa

26 Ott 2016

Daniele Lazzarin

Barbara Morgante, amministratore delegato di TrenitaliaIl gruppo FS (Ferrovie dello Stato) è una delle realtà italiane che più stanno puntando sull’innovazione, vedi treni ad alta velocità, e sulla trasformazione digitale, per coniugare due obiettivi fino a qualche anno fa difficilmente compatibili: migliorare sia l’efficienza che i livelli di servizio ai clienti. A fine settembre il gruppo ha dato due segnali forti in questo senso. Il primo è l’ambizioso piano decennale 2017-2026, con cui punta a diventare operatore di mobilità nel senso più ampio: un unico punto d’accesso per tutti i tipi di trasporto, dai treni ai bus (trasporto pubblico locale, ma anche lunga percorrenza) fino al car sharing, grazie a una piattaforma digitale che accompagnerà il cliente “da porta a porta”, con un unico titolo di viaggio.

Il secondo è l’avvio della parte più innovativa di un grande progetto che riguarda Trenitalia, e che dimostra concretamente l’impegno sul digitale per cambiare profondamente gli approcci operativi e competitivi. Un progetto partito nel 2014, con cui Trenitalia vuole sviluppare un modello di manutenzione dinamico e predittivo, basato su tecnologie di Internet of Things e Big Data Analytics di SAP. Il concetto è semplice: intervenire sui componenti di locomotori e carrozze solo nel momento in cui i dati raccolti dai sensori (da 500 a 1000 per ogni treno), e opportunamente analizzati, anticipano che sta per verificarsi un problema. Una “rivoluzione copernicana” rispetto al modello classico, basato su interventi a scadenze fisse per numero di chilometri o di anni di servizio.

«Un passo cruciale nel cambiamento che la trasformazione del settore ci chiede»

In sintesi, i dati rilevati e trasmessi da sensori piazzati sui componenti a più alto costo di manutenzione (motori, batterie, sistemi frenanti, ecc.), sono elaborati in tempo reale con l’applicativo SAP Predictive Maintenance and Service, basato su piattaforma SAP Hana, attraverso appositi algoritmi, messi a punto con SAP e con due università italiane, il Politecnico di Milano e la Scuola Superiore Sant’Anna di Pisa.

Questo sistema, chiamato DMMS (Dynamic Maintenance Management System), permette il monitoraggio in tempo reale dello status dei veicoli da remoto, ma ha anche capacità predittive. Rilevando il superamento di valori soglia di determinati parametri di comportamento, valori soglia che indicano un guasto imminente, DMMS può innescare interventi prima che il guasto provochi fermi e disservizi. Come si diceva all’inizio, quindi, l’obiettivo è sia di ridurre i costi di manutenzione e servizio, sia di migliorare la disponibilità e i livelli del servizio per i passeggeri.

«Trenitalia dispone di circa 30mila locomotive, treni elettrici e leggeri, veicoli per trasporto passeggeri e merci, con oltre 8000 treni in viaggio ogni giorno, di cui 141 convogli ad alta velocità Frecciarossa. Il fatturato 2015 è stato di 5,3 miliardi di euro, con 1,4 miliardi di utile prima di ammortamenti e tasse (EBITDA), i dipendenti sono 32mila», ha spiegato Barbara Morgante, amministratore delegato di Trenitalia, a un evento al Museo Nazionale Ferroviario di Pietrarsa, dove sono state dimostrate alcune funzionalità di DMMS.

L’azienda è impegnata in un processo continuo di innovazione di servizi e modalità operative, anche grazie agli investimenti nelle tecnologie digitali, per rendere i viaggi più efficienti, sostenibili e veloci, e migliorare l’esperienza dei clienti, ha continuato Morgante. «Questo nuovo sistema di manutenzione dinamica e predittiva con SAP – già in uso sui Frecciarossa, ma che sarà gradualmente esteso a tutta la nostra flotta – fa parte di questa strategia, e darà un contributo fondamentale non solo nell’offrire servizi migliori, riducendo nel contempo i costi industriali, ma soprattutto nel profondo cambiamento culturale che la trasformazione digitale del settore trasporti ci richiede».

Minori costi per 100-130 milioni nella manutenzione, e 10-20 milioni in disservizi

Danilo Gismondi, CIO di TrenitaliaQualche dato del progetto, che sarà completato nel 2019, è stato fornito da Danilo Gismondi e Marco Caposciuti, rispettivamente CIO e CTO di Trenitalia. «Per IT e telediagnostica sono stati investiti 50 milioni di euro, come benefici stimiamo un 8-10% di risparmi nei costi di manutenzione totali, che sono di 1,3 miliardi l’anno, e inoltre un aumento medio del 6,5% nella disponibilità degli asset rotabili, e 10-20 milioni l’anno di minori costi di disservizio, tra i quali per esempio i rimborsi ai passeggeri».

A margine dell’evento di Pietrarsa, Gismondi ci ha spiegato qualche particolare in più del progetto, a partire dallo stato d’avanzamento. «Nel giro di un anno e mezzo abbiamo reso operativa la telediagnostica per tutti i 4000 materiali rotabili (locomotive e vagoni, ndr): la raccolta dei dati già avviene, e così il monitoraggio dello stato di salute dei treni. Quanto alla parte predittiva, abbiamo completato il progetto pilota per la flotta di locomotori e464, che sono circa 700 e trainano convogli regionali a medio e corto raggio».

Il progetto pilota ha comportato l’analisi dei dati scaricati dalla telediagnostica della locomotiva, la definizione del modello dati e degli algoritmi per la predizione di guasti, quella degli algoritmi per batterie e pantografi, e quella degli indici di vita per i sistemi frenanti.

Gli algoritmi correlano le variazioni dei parametri misurati (temperatura, consumo, ecc.) allo stato di salute del componente. «Per la batteria per esempio abbiamo individuato i parametri critici e i loro valori di soglia, superati i quali, dopo un numero preciso di giorni, si verifica la rottura. Possiamo così prevenire le sostituzioni complete, che richiedono di smontare e rimuovere questo componente molto grande e sono molto più costose dell’intervento sul pezzo in sede». In questo modo, per il componente batteria si ottengono risparmi in doppia cifra, quindi anche superiori alla media generale dell’8-10% citata prima, «ma soprattutto abbiamo fatto scoperte inaspettate: per esempio che i modelli statistici di analisi delle serie storiche, su cui era basata prima la manutenzione della batteria, portavano a comportamenti assolutamente inefficienti, o che nei sistemi frenanti la variabile critica è l’energia dissipata». A questo punto Trenitalia nel prossimo anno e mezzo continuerà a cercare modelli matematici analoghi per tutti i componenti più critici, quelli a più alto costo di manutenzione. «L’obiettivo non è intervenire meno: è intervenire meglio».

«Benefici estesi anche al customer care»

Al di là dei risparmi sulle attività operative, sottolinea Gismondi, una grande opportunità nascerà dall’integrazione dei dati del DMMS con gli altri grandi sistemi aziendali, tipo Finance o CRM.

«Abbiamo circa 6 milioni di clienti fidelizzati, un asset di immenso valore. Il fatto di conoscere in tempo reale lo stato di salute del materiale rotabile ci permette applicazioni ben al di là della manutenzione. Una banalmente è l’informazione al cliente. Se so che sta per verificarsi un problema al condizionamento, prevenire questo problema è dare un servizio diretto al cliente. Ma più in generale potremo associare le principali motivazioni di giudizio negativo del singolo cliente, espresse sui social o sui nostri punti di contatto, con le determinanti, e intraprendere azioni correttive».

Per esempio, se il motivo del malcontento di un cliente è un ritardo su un treno a lunga percorrenza, Trenitalia potrà contattarlo spiegandogli cos’è successo, ed eventualmente fare delle azioni di rewarding personalizzato per recuperare. «Tutto questo si potrebbe ottenere integrando il DMMS con il CRM, ma altri sviluppi di grande portata potrebbero venire dall’interazione con tutti i grandi sistemi informativi di Trenitalia».

************************************************************************

Dalla Mobile App incassi per oltre 150 milioni di euro

«Siamo stati tra i primi operatori di trasporto a sviluppare un’app per iPhone che già nel 2008 accedeva a informazioni, orari, acquisto e cambi. Oggi il Mobile è un touch point importante, che col tempo diventerà quello preponderante, almeno per alcune operazioni. In un certo senso è già così, più della metà degli accessi viene da Mobile». Così Gianluca Palmieri, Headof E-commerce, New Digital Channels and Contact Center di Trenitalia, fa il punto sul Mobile all’interno della strategia distributiva di Trenitalia. «Il nostro cliente è mobile, spesso in viaggio, e preferisce sempre più il mobile al desktop, perché è più comodo. Per questo stiamo arricchendo sempre più le funzionalità dell’app, fino a raggiungere quelle del sito web, e manteniamo il “Mobile site”, per i clienti che non hanno scaricato l’app».

Per Trenitalia quindi gli accessi da Mobile hanno raggiunto quelli da web. «Anzi, durante il weekend si vede in modo chiaro il sorpasso del Mobile. In termini di acquisti invece il web prevale ancora, perché si compra al termine della fase di pianificazione del viaggio, che si svolge tipicamente su desktop. In tutte le altre situazioni, più legate alla mobilità, è il Mobile che vince».

Anche questo però sta gradualmente evolvendo. «In generale sul digitale abbiamo circa 30milioni di transazioni l’anno e un fatturato che supera il miliardo di euro, in continua crescita,e il Mobile rappresenta oggi un 15% di questa cifra, mentre soltanto due anni fa era al 3%».

Articolo 1 di 5