Datascience-team Scuba zoekt op elk vlak naar verbetering bij NS

Van het veiliger maken van treinen tot slimmer omgaan met water en bestrijding van het graffitiprobleem: datascience-team Scuba van NS staat voor de meest uiteenlopende uitdagingen. "Door de transitie naar datagedreven werken, is dit een ontzettend interessante tijd om als datascientist binnen dit bedrijf te werken."

NS zet stevig in op data. Overal in het bedrijf worden processen 'datadriven', met positieve gevolgen voor de reiziger die zo snel, comfortabel, kostenvriendelijk en veilig mogelijk van A naar B moet worden gebracht. Een voorbeeld is de manier waarop NS is omgegaan met een incident dat begin vorig jaar plaatsvond. Een oude dubbeldekker van het type DDZ ontspoorde in de buurt van Den Haag, met enkele lichtgewonden en materiële schade als gevolg. Er werd onderzoek gedaan naar de oorzaak, waarbij bleek dat er problemen waren met het remsysteem: remblokken sleten sneller dan verwacht, met als gevolg extra warmteontwikkeling, versmelting van metaal en vervorming aan wielen van een treinstel. Datascientists van NS ontwikkelden een algoritme dat gebruikmaakt van op meetlocaties van ProRail verzamelde data. Op basis hiervan is een onderhoudssysteem ingericht waardoor treinen nu eerder in onderhoud worden genomen.

Zoeken naar de juiste knoppen

"ProRail heeft ongeveer zestig meetstations door het hele land", vertelt Wouter Hordijk, datascientist bij NS. "Sensoren meten hier verschillende zaken bij passerende treinen, zoals het gewicht van treinstellen, maar ook de temperatuur bij de assen en wielen. Voor ons onderzoek was dat relevante data. Het algoritme dat wij ontwikkeld hebben, kan warmteontwikkeling in verschillende gradaties vaststellen. Hiermee hebben we een systeem ingericht dat onze collega's in de operatie adviseert, zodat ze bijvoorbeeld een monteur kunnen sturen of een trein zelfs even helemaal uit dienst nemen voor reparatiewerkzaamheden."
Wouter werkt sinds 2019 voor NS. In 2014 rondde hij zijn opleiding theoretische natuurkunde af, waarbij hij afstudeerde op het onderwerp quantum computing. Hij koos vervolgens echter voor een carrière in de consultancy. "Ik ben werkzaam geweest voor uiteenlopende klanten, waaronder NS, waar ik zoveel plezier en uitdaging heb ervaren dat ik de overstap heb gemaakt. Ik vind het leuk om een bijdrage te leveren aan de transitie naar een meer techgerichte cultuur en meer datagedreven werken. Naast mijn werk als datascientist doe ik dat door als adviseur presentaties te geven aan collega's, zoals over devops werken en programmeren met Python."

Van breinen naar treinen

Binnen Scuba, wat staat voor Scientific computing unit for business advancement, is Wouter collega van Bram Zandbelt, eveneens datascientist maar met een heel andere achtergrond. Bram: "Ik ben in 2006 afgestudeerd als neurowetenschapper en ben vervolgens de onderzoekswereld ingerold. Ik heb onder meer onderzoek gedaan in Nederland en de Verenigde Staten, waar ik aan vaardigheden zoals data-analyse en modelleren heb kunnen werken. Waar het in de wetenschap vooral draait om papers schrijven en publiceren, miste ik het samenwerken in een team en het maken van impact. Het vak datascience was in opkomst en ik zag dat mijn vaardigheden erop van toepassing waren. In 2019 ben ik bij NS komen werken. Wat ik leuk vind, is dat je hier echt maatschappelijke impact kunt maken. Iedereen kent het bedrijf, de helft van de Nederlanders reist jaarlijks minstens één keer met NS. Bovendien zijn het werk en de organisatie heel divers. Mijn collega's hebben de meest uiteenlopende achtergronden; elke dag sta ik wel ergens versteld van."

Samenwerking met de business

Scuba is een van de datascience-teams binnen de afdeling Data, Innovatie & Analyse (DIA). De missie van het team: waarde toevoegen aan NS door businessproblemen te vertalen naar dataproblemen, en"Juist de interactie is cruciaal om een product te kunnen leveren waar onze collega's echt iets aan hebben." met de inzet van datascience data-oplossingen te ontwikkelen om die ten slotte te vertalen naar businessoplossingen. "De interactie met de business maakt het werk in dit team interessant”, zegt Bram. “We zijn dan ook erg gemotiveerd om ons onder te dompelen in de business en te ontdekken hoe we daar aan knoppen kunnen draaien om het bedrijf beter te maken. "Dit begint al bij het formuleren van het probleem. We onderzoeken samen wat het probleem precies is en gebruiken daarbij de expertise uit de business. Maar ook gedurende een ontwikkeltraject is er veel contact. Juist de interactie is cruciaal om een product te kunnen leveren waar onze collega's écht iets aan hebben."

Verlagen van waterverbruik

Op ieder moment lopen er wel zo'n vijf projecten, in verschillende stadia van afronding. Een voorbeeld van een al afgerond traject is het al genoemde monitoring- en alarmeringssysteem voor onderhoud aan remsystemen. Een andere vraag die Wouter en Bram van hun collega's uit het onderhouds- en schoonmaakbedrijf kregen, ging over het efficiënter vullen van watertanks in treinstellen. "We hebben bijna vijfhonderd treinstellen en al die treinstellen hebben toiletten", vertelt Bram. Het is kritisch dat de watertanks niet leeg raken. Nu worden ze elke nacht bijgevuld, maar als we naar de data kijken, is dat lang niet altijd noodzakelijk. Gemiddeld gebruikt een trein maar 15 tot 20 procent van de capaciteit per dag. Als je minder vaak bijvult, scheelt dat tijd en geld, en ook gaat er minder water verloren in het proces." Scuba maakte een simulatie op basis van sensordata uit de treinen en rekende een groot aantal scenario's door, inclusief extreme omstandigheden zoals Koningsdag, waarbij reizigers de toiletten vaker gebruiken. Wouter: "De uitkomst is dat we per jaar ruim 60.000 bijvulacties kunnen besparen door het bijvullen slimmer in te roosteren, terwijl de kans dat een watertank leeg raakt minimaal blijft."

Minder kosten door graffiti

In elk traject dompelt het team zich helemaal onder in het businessvraagstuk. "Dat begint al bij de vraag waarom we iets moeten analyseren en oplossen", zegt Bram. "Vervolgens kijken we naar hoe we daar "Een enorme kostenpost van zo'n tien miljoen euro aan directe of indirect veroorzaakte schade, waaronder het schoonmaken en het niet kunnen rijden van treinen."met data-analyses, algoritmes of modellen oplossingen voor kunnen bieden, of iets haalbaar is en wat de risico's zijn. De beslissingen nemen we samen met de business. Als we vervolgens doorgaan, onderzoeken we de data, formuleren we hypotheses en doen we een voorstel voor een eerste iteratie van een product. Van daaruit gaan we naar een operationeel product, maar ook dan zijn we vaak nog niet klaar. Ook het onderhoud en het zoeken naar verbeteringen maken onderdeel uit van de levenscyclus van een dataproduct." Een van de initiatieven waar Scuba nu aan werkt, draait rond het probleem van graffiti op treinen. "Dit is een enorme kostenpost van zo'n tien miljoen euro aan directe of indirect veroorzaakte schade, waaronder het schoonmaken en het niet kunnen rijden van treinen. We kijken nu hoe we impact kunnen maken door beveiligingsmiddelen slimmer in te zetten op basis van data. We doen hiervoor grondig onderzoek, waarbij we praten met allerlei stakeholders binnen en buiten de organisatie, om de verschillende knoppen te identificeren waar we aan kunnen draaien."

Cultuuromslag

Interesse in de carrièremogelijkheden bij NS?

Lees hier meer over de verschillende IT-projecten bij NS.

Het overleg met de collega's van NS Security voor het graffiti-project ervaart Wouter als inspirerend. "Door gesprekken met ze te voeren, leren we hun processen kennen en kunnen we meedenken over onze bijdrage aan hun wereld. Aan de andere kant maken zij kennis met datagedreven werken. Die synergie vind ik heel mooi; zo kom je tot oplossingen die maakbaar zijn, gewenst zijn en effect hebben." Het is illustratief voor de omslag die momenteel binnen NS plaatsvindt. Bram: "Die transitie is echt niet alleen een technische oefening. Het is ook een cultuuromslag en wij zitten er met ons team middenin. Dat maakt dit een ontzettend interessante periode om als datascientist bij NS te werken."

Tweakers en NS webinar

Op 19 januari organiseren Tweakers en NS een webinar - van 19.00 uur tot 20.30 uur - waarin de IT-transformatie van NS wordt besproken. Ook worden verschillende toffe projecten, dagelijkse werkzaamheden en uitdagingen zoals standaardisatie in een organisatie zoals NS toegelicht. Verder wordt een kijkje in de keuken gegeven om te laten zien hoe NS omgaat met de integratie van datacenters en public cloud-oplossingen. Daarbij wordt ook de keuze voor het nieuwe portaal op Kubernetes toegelicht. We zijn nog druk bezig met het samenstellen van het exacte programma. Wil jij hiervan op de hoogte worden gehouden? Vul dan onderstaande poll in. Zodra het definitieve programma bekend is en de inschrijfpagina openstaat, ontvang je één mail van ons.

Wil jij op de hoogte worden gehouden van het webinar van Tweakers en NS?

Poll

Ja, houd mij op de hoogte
Nee, ik hoef niet op de hoogte te worden gehouden

De opties zijn uitgeschakeld omdat de deelname gesloten is

Dit artikel is geen redactioneel artikel, maar een advertorial en tot stand gekomen dankzij NS en Tweakers Partners. Dit is de afdeling binnen Tweakers die verantwoordelijk is voor commerciële samenwerkingen, winacties en Tweakers-events zoals Meet-ups, Developers Summit, Testfest en meer. Kijk hier voor een overzicht van alle acties en events. Mocht je ideeën met ons willen delen over deze vorm van adverteren, dan horen wij dat graag. Hierover kun je met ons in gesprek via [Discussie] Reclame algemeen].

Wat vind je van dit artikel?

Geef je mening in het Geachte Redactie-forum.

Reacties (17)

Mooie teamnaam! Ik zie het meteen voor me. Scuba diving: Met je scuba gear een deep dive in het data lake of data swamp om daar nuttige informatie boven water te halen. Wel even oppassen dat je niet verdrinkt.... Dus zorg voor de juiste gear. Niet teveel, niet te weinig. En als je dan toch aan het verzuipen ben kom dan wat vaker naar boven. Even weer afstemmen of je nog de goede kant opgaat en of je met met het juiste bezig bent. Liever te vaak naar boven komen dan op de bodem blijven verzuipen...

We lezen de successen. Maar met heel veel gegevens en een kennelijke cultuuromslag lijkt het me redelijk als je als bedrijf ook wat open bent over wat er nog niet kan maar mogelijk in de toekomst wel. Of dat er soms echt iets niet kan. Daar mag wel wat meer aandacht voor zijn om het realistisch te houden.

En vervolgens was hier gisteren het stoplicht uitgevallen.
De slagbomen deden het nog wel.
Gevolg: treinen toeterend en zo traag als slakken de overgang over.

Daar kan je met je "datagedreven werken" niet tegenop

Maar dat geldt natuurlijk voor ieder bedrijf. Als bij Amazon een busje met een lekke band staat kun je ook niet datagedreven de pakketjes bij iemand thuis krijgen, als bij de AH de koeling kapot gaat kun je niet datagedreven de melk koud houden. Defecte spullen gebeuren nu eenmaal, zeker als je een dienst aanbiedt die afhankelijk is van spullen (in dit geval een trein).

In het artikel bovenaan:

Op basis hiervan is een onderhoudssysteem ingericht waardoor treinen nu eerder in onderhoud worden genomen.

Dat had je ook kunnen bedenken zonder een heel "datascience-team".

Als bij Amazon een busje met een lekke band staat kun je ook niet datagedreven de pakketjes bij iemand thuis krijgen, als bij de AH de koeling kapot gaat kun je niet datagedreven de melk koud houden.

Maar je gebruikt een "datascience-team" om te concluderen dat de busjes en koeling vaker in onderhoud moeten?
Vroeger wisten we dit ook zonder "datascience-team" en dan hadden we gewone onderzoekers die zonder computer hier ook achter kwamen.

Maar 'eerder' betekent niet 'altijd voordat het kapot gaat'. Ja natuurlijk kon dit vroeger ook, maar dat wil niet zeggen dat het op basis van data beter kan dan 'een gewone onderzoeker' (wat dat ook is, data science is namelijk letterlijk gegevens onderzoek in het nederlands en ook 'vroeger' was data de basis van onderzoek).

Mijn punt is dat je altijd onverwachte falen zult hebben, met of zonder 'onderzoekers van vroeger' of een data science team, maar dat neemt niet weg dat je het proces kunt verbeteren op basis van data. Is het perfect? Zoals letterlijk alles ter wereld is het antwoord nee, perfecte systemen bestaan niet en zeker niet op deze schaal. De vraag die je moet beantwoorden is 'is dit significant beter dan vroeger', die vraag kunnen wij hier in de comments niet beantwoorden maar het feit dat ze er zo in investeren zou wel een hint moeten geven.

Behalve als je via data op de een of andere manier kon voorspellen dat het stoplicht op uitvallen stond, en er preventief onderhoud gepleegd had kunnen worden.

Kastje muur... Ik heb ooit eens gebeld over een soortgelijke situatie. NS verwees naar Gemeente, Gemeente naar Pro-Rail want betrof iets op hun grond etc... Zolang het geen levensbedreigende situatie is komen er weinig mensen in beweging. Ik ga er dan maar vanuit dat de machinist het ook ergens heeft vermeld en ze het lekker zelf uitzoeken.
Wat je ziet, ook in deze advertentie, is dat de betrokken instanties alleen interesse hebben in hun eigen gebiedje. Dat het verkeer in de soep loopt omdat NS de treinen dichter op elkaar laat rijden zal hen een biet wezen. Om nog een kleine frustratie van mij te noemen.

Sjah, onvoorziene pannes kunnen altijd gebeuren..
Als deze pannes steeds rotsvast na 10 jaar in dienst gebeuren kan de data analyse ervoor zorgen dat dit net voor 10 jaar vervangen wordt met als gevolg geen onvoorziene panne.

Een platte band kan je immers ook niet 'altijd' voorspellen.

Vroeger liep er nog wel eens een mannetje rond van de spoorwegpolitie die een knaap met een spuitbus in zijn kraag kon vatten en al dan niet van een boete huiswaarts stuurde. Tegenwoordig buzz kreten als "waterbesparing" en "proces" en "analyse" bij graffiti.

Vroeger had je de winterdienst, waarbij stationspersoneel "hun station" draaiende hield als er 5 cm sneeuw lag. Nu lijkt het doel om zoveel mogelijk personeel weg te bezuinigen / uit te besteden.

Vroeger had je oude rotten, die met enorme vellen papier een dienstregeling maakten. Die elke kink in de kabel kenden en elk baanvak. Tegenwoordig lijkt er naar "optimale efficiency" gestreefd te worden, met als gevolg dat elke kink in de kabel tot een kettingreactie leid.

Vroeger had je conducteurs, die de reiziger als gewaardeerde klant behandelden, uit hun hoofd wisten op welk perron de volgende aansluitende trein stond. Tegenwoordig zijn ze vervangen door toegangspoortjes en apps. De oude rot conducteur kon ook met de lastige klant op een menselijke maat omgaan. Of iemand die per ongeluk in de verkeerde trein zat, op de juiste weg helpen.

Maar goed, er is dus wel geld voor data analyse.

Vroeger had je oude rotten, die met enorme vellen papier een dienstregeling maakten. Die elke kink in de kabel kenden en elk baanvak. Tegenwoordig lijkt er naar "optimale efficiency" gestreefd te worden, met als gevolg dat elke kink in de kabel tot een kettingreactie leid.

Het Nederlandse spoor is 1 van de drukste ter wereld (naar verluid, weet de exacte cijfers niet). Als treinen zó dicht op elkaar zitten, is het niet gek dat er een kettingreactie ontstaat als er iets gebeurd op het spoor. Je zou je m.i. eerder moeten afvragen waarom er door de jaren heen zo weinig nieuw spoor bij is gekomen. Immers, meer baanvakken resulteert in meer capaciteit en alternatieven bij een kink.

[Reactie gewijzigd door Docslik op 13 december 2021 13:30]

Vroeger schreven we ook brieven (je weet wel, met een pen ), deden ze in een envelop, en plakte er een postzegel op.

Ik heb het idee dat de oude postbode, die ook de Giro erbij deed (bankzaken), trots was op zijn vak, met een goed salaris. Nu zie ik de ZZP-ers voorbij razen in hun busje, opgejaagd door de app, onderaannemers, mager inkomen.

Tja vroeger moesten de cassieres de prijzen van alle producten onthouden, moest je naar de winkel om iets te kopen, moest je naar de bank om je geld te krijgen, moest je van de telefoon af om het internet op te komen.

Natuurlijk heb je gelijk dat er dingen veranderen, maar dat is inherent aan technologische verbetering. Een spoor als dat in Nederland heeft die efficientie nodig omdat er gewoon zo veel reizigers zijn die ook nog verwachten dat alles perfect werkt (wat het over het algemeen ook doet overigens).

Je hebt geen ongelijk dat veel wordt vervangen door technologie, maar dat is echt niet iets wat de NS in z'n eentje doet. Dat is in mijn ogen een logisch gevolg van hoe we in deze wereld werken.
Stel je even voor hoe het zou zijn als we wel allemaal met onze telefoon betalen, maar bij de NS moet je je kaartje met guldens afrekenen en laten stempelen en is de reisinformatie niet aangepast op vertragingen omdat de conducteurs geen app hebben maar alleen het reisschema uit hun hoofd weten. Dat zou totaal niet passen bij de tijd, dus denk ik ook niet dat je dat moet willen.

[Reactie gewijzigd door Globber op 13 december 2021 15:58]

Ik voel me af en toe oud ja Ik kan me echter niet aan de indruk onttrekken dat ze vroeger bij de NS wel een vak hadden als beroep waar je trots op was, en geen reeks taken opgedragen door een app en AI.

Die indruk deel ik niet; Er zijn ook nog heel veel conducteurs bij de NS die trots zijn op hun vak, en het is jammer dat je hun vak afschildert en bagatelliseert als taken opvolgen van een app en AI.

Het treinnetwerk is een stuk drukker en complexer dan het vroeger was, er rijden meer treinen per uur, per spoor en technologie heeft het treinreizen voor veel mensen een stuk bereikbaarder en makkelijker gemaakt.

Er zijn nog steeds informatiezuilen en zeer kundig personeel op stations om je de weg te wijzen. Ik weet niet wanneer je voor het laatst de trein hebt genomen maar - "of iemand die per ongeluk in de verkeerde trein zat, op de juiste weg helpen." - dit gaat nog steeds helemaal prima hoor.

De opmerking "ok boomer" heeft niets met leeftijd te maken, slechts met een "vroeger was alles beter" instelling.