London North Eastern Railway社、AlteryxとTableauでインサイトを最速獲得

何百万人もの乗客をA地点からB地点まで効率的に移動させる方法を熟知するロンドン・ノースイースタン鉄道（LNER）は、何百万ものデータポイントに対しても同様のことを行っています。

英国の鉄道運営会社であるLNERは、年間2,100万人以上の乗客を運び、1日に約150本の列車を運行し、イングランドとスコットランドの主要都市間を1時間に5本の列車で結んでいます。

多数の列車をつつがなく運行させるために、LNERのビジネスアナリティクスマネージャーであるRob Taylor氏は、変化の激しい鉄道業界において、LNERが最新かつ機敏にアクションを起こせるように、インサイトの獲得を支援しています。

データ戦略の再構築：制約の多いスプレッドシートから豊富なビジュアルを交えた可視化へ

LNERの分析チームは、かつて65,000行までという制約のある表計算ソフトで、手動での分析やレポート作成を行っており、データは週に1度まとめて更新されるのみで、急速に変化する業界に臨機応変に対応するために必要となる詳細でリアルタイムな情報を持ち合わせていませんでした。

そこでLNERは、可視化を促し、インサイトをより利用しやすくするためにTableauを導入。Taylor氏は、Tableauによって、データに不慣れな従業員であっても、データから得られる発見に興味を抱くようになったと手ごたえを感じました。

「Tableauを使うことで、データを効果的に視覚化できるようになり、誰もが何を目にしており、どのような変更が必要なのかを理解できるようになりました」（Taylor氏）

しかし、このTableauの導入によって新たな課題も生まれることとなりました。データにより深く関与できるようになった人々が、より多くの質問を投げかけ、より深い洞察を渇望するようになったのです（このこと自体は組織が分析の成熟度を向上させるうえで役立つ良い問題でもありますが）。そのため、LNERは、こうした踏み込んだ質問に答えられる分析プラットフォームを必要としていました。

Alteryx DesignerとServer：列車を動かすエンジン

そこで、LNERは、Alteryxの導入に踏み切りました。その決め手は、大量のデータを処理でき、さまざまなデータ型に対応しており、複雑な分析の課題を解決へと導けることにあったそうです。Alteryxは、Tableauとスムーズに接続可能で、完璧な補完機能を提供してくれるため、LNERでは、Alteryxで、データの検出、準備、ブレンド、強化、分析を行い、美しいTableauのビジュアルを使用して大規模にインサイトを共有できるようになりました。

データ処理を列車に例えるとすれば、Tableauは乗客にサービスを提供する車両であり、Alteryxはデータの取り込み、変換、分析を叶えるエンジンです。

「Alteryxでビジネスが一変しました。Alteryxは、私たちがやりたいことをすべてを自分たちで叶える能力を与えてくれます。チームにとって欠くことのできないエンジンのような存在です」（Taylor氏）

Taylor氏は、Alteryxの導入後、すぐにビジネスへの好影響を実感し始めました。AlteryxによってETLの制約を解消し、膨大な時間の節約を叶え、週次から日次へとレポートの作成頻度を増やし、より良い洞察を得られるようになったのです。

「より多くのデータを、より詳細かつ頻繁に掘り下げられるようになり、さまざまな物事を比較し、あらゆる質問の答えを容易に得られるようになりました」（Taylor氏）

しかし、これによってさらに多くの人々がデータを利用するようになったことで、より多くの質問が寄せられ、より迅速な結果が求められるようにもなりました。そこで、次のステップとしてAlteryx Serverを導入。これにより、データのクレンジングや更新など、手動で実行していたプロセスの多くを自動化できるようになりました。

「アナリストが朝オフィスに着くころには、分析結果がすでに作成され、ビジネスにフィードバックされています」（Taylor氏）

ドアセンサーからTableauダッシュボードまで数分で

Taylor氏はAlteryxとTableauを組み合わせ、数々の創造的なアプローチを生み出し、新たなインサイトを手にしています。最近では、ドアセンサーデータの分析にAlteryxが活躍しています。

先進的な鉄道会社であるLNERは、IoTデータを収集可能な日立製のハイテク車両のように、最新技術を駆使して情報収集能力を向上させています。

LNERでは外部・内部のドアにセンサーを設置して、乗客の乗り降りや、車両間の移動時の状況を計測しており、列車が駅を出発するたびにデータが送信され、生のJSONファイルがAWSのS3バケットに送られます。

チームは、Amazon S 3 UploadやTableau Outputなどのツールと、カスタムビルドされたマクロを活用する3つのDesignerワークフローを構築。これらのワークフローによって、ファイルが最新のものであるかどうかをチェックし、使用可能な形式へと変換し、列車のタイプや予約などの追加データソースとファイルを結合し、Tableau Serverにプッシュしています。

Alteryxのワークフローを用いることで、JSONデータを乱雑で半構造化状態の判読不能なテキストから、各駅の状態を示す色付きドットを用いたルートマップのような、Tableauのスマートでインタラクティブなビジュアライゼーションへと生まれ変わらせることができます。

このプロセスにより、LNERは数分ごとにTableauのビジュアルを更新し、LNERのスタッフがアクションを起こすために必要とする情報を一目で得られるようになりました。例えば、各車両の混雑状況に基づいて、ホームで待っている乗客が分散するように誘導することが可能となり、列車を定刻通りに運行させ、遅延によって起こり得る何千ポンドものコスト損失を回避するうえでも役立っています。

「Alteryxワークフローを5分ごとに実行し、最新のデータを更新し、Tableauに直接プッシュし、Tableauがそのライブデータをフィードすることによって、スタッフとチームが必要に応じてリアルタイムで意思決定を下せるようになりました」（Taylor氏）

時速125マイルで、不正をチェックする列車スタッフを支援

Taylor氏が「時速125マイルの不正チェック」と呼ぶ、LNERの列車の最大走行速度になぞらえた事例をもうひとつご紹介します。LNERには、同社のために働く人々や、同社の列車で通勤する人々に対し、ゲストトレインパスを支給しています。

しかし、Alteryxの導入以前は、誰がパスを使用しているのか、パスは何枚あるのか、どれだけのコストがかかっているのかを効率的に追跡できる方法は存在しませんでした。

そこで、分析チームが介入し、ゲストパスのリクエストにMicrosoft Formsを使用することで、標準フォーマットでのデータ収集を容易に行えるようにしました。さらに、Designerのワークフローを使用して、フォームのデータを取り込んで解析し、日付などの関連データと組み合わせ、承認と対応するゲストパスの詳細を結合させて、その情報をTableauに出力しました。

これにより、列車スタッフがTableauへのリンクをクリックすると、ゲストパスの詳細と署名付きの承認情報が含まれるPDFが開くという仕組みが確立されました。AlteryxとTableauによって、LNERのスタッフは、「時速125マイル」で、モバイルデバイスから情報に瞬時にアクセスし、ゲストパスの不正使用を防ぎ、乗客に関する質問に回答できるようになったのです。

今後の目標：データサイエンスと機械学習の新たなユースケースを探る

LNERチームでは、予測や地理空間分析のようなデータサイエンスの業務での活用方法を常に模索しています。LNERはイングランドとスコットランドの広い地域をカバーしていることから、Taylor氏はAlteryxからの空間的洞察を使用してGPSデータをより深く掘り下げる方法を探りたいと考えています。また、新たに機械学習チームを設置し、Alteryxのさらなる開発と有効活用に向けた体制も整えています。

LNERの取り組みをさらに追跡しませんか？LNERがどのようにAlteryxとTableauを組み合わせて列車の膨大なデータの課題を解決しているのか、ウェビナーでぜひ詳細をご覧ください。