Caso de éxito

Globalvia, una de las compañías líderes en infraestructuras de transporte, necesitaba mejorar la gestión y el análisis del tráfico en sus concesiones. La compañía enfrentaba desafíos en la predicción del flujo de tráfico y la gestión de pasajeros en proyectos clave como la Autopista Costa de Arauco y el Metro de Sevilla. Estos desafíos incluían:

• Predicción de tráfico y patrones de pasajeros: Necesidad de predecir y gestionar de manera eficiente el flujo de vehículos y pasajeros para optimizar la operación y mejorar la experiencia del usuario.
• Optimización de recursos: Identificación de cuellos de botella en la infraestructura para mejorar la asignación de recursos y reducir los tiempos de espera.
• Toma de decisiones basada en datos: Globalvia requería un sistema de análisis avanzado que le permitiera obtener información precisa y en tiempo real para tomar decisiones informadas sobre la gestión de tráfico.

hiberus fue elegido por Globalvia para implementar un sistema de Business Intelligence (BI) basado en AWS. La solución se centró en la recopilación, procesamiento y análisis de datos de tráfico y pasajeros en tiempo real, utilizando las herramientas de análisis y predicción de AWS. Las soluciones implementadas incluyeron:

• Implementación de AWS Redshift: Se configuró AWS Redshift para almacenar y procesar grandes volúmenes de datos relacionados con el tráfico en la autopista y el metro, permitiendo consultas rápidas y análisis profundos de los patrones de flujo.
• Uso de AWS QuickSight: Para la visualización de datos, AWS QuickSight se implementó para generar paneles interactivos y reportes detallados que facilitaran la toma de decisiones en tiempo real sobre la gestión del tráfico y la asignación de recursos.
• Integración con IoT: Los sensores de tráfico instalados en las infraestructuras de Globalvia fueron integrados en el sistema de BI. Estos sensores enviaban datos sobre el número de vehículos y el comportamiento de los pasajeros, lo que permitió alimentar los modelos predictivos de tráfico y pasajeros.
• Modelos predictivos de tráfico: Utilizando Amazon SageMaker, desarrollamos modelos de machine learning para predecir el tráfico y los flujos de pasajeros, lo que permitió a Globalvia anticiparse a los picos de demanda y optimizar la programación de operaciones y recursos.
• Análisis en tiempo real: Implementamos un sistema de AWS Kinesis para el procesamiento de datos en tiempo real, lo que permitió la captura y análisis instantáneo de eventos de tráfico y pasajeros, mejorando la respuesta operativa ante situaciones imprevistas.
• Optimización de recursos y gestión de la infraestructura: Con el análisis de los datos recogidos, la compañía pudo identificar los momentos de mayor congestión y demanda, lo que facilitó la asignación eficiente de recursos, reduciendo tiempos de espera y mejorando la experiencia de los usuarios.