Vrouw die met de trein reist en naar muziek luistert met smartphone en oortjes

CAF: data en platforms met elkaar verbinden met SAP Business Data Cloud

Logo van CAF, een klant van SAP

Zo verbindt CAF data om digitale innovatie te bevorderen

Construcciones y Auxiliar de Ferrocarriles S.A. (CAF) is een wereldwijde leider op het gebied van transportsystemen en mobiliteit. Toen AI-innovatie werd vertraagd door handmatige integratie van trein- en bedrijfsdata, was er iets beters nodig. Dankzij SAP Business Data Cloud verbindt CAF oplossingen van derden met elkaar, waardoor data-inzichten worden verbeterd en de efficiëntie op revolutionaire wijze toeneemt.

BrancheRegioBedrijfsgrootte
Industriële productieBeasain, Spanje16.000 medewerkers
We hebben een enorme hoeveelheid data van onze treinen en we gebruiken AI voor voorspellend onderhoud. Nu kunnen we met SAP Business Data Cloud deze inzichten combineren en verrijken met bedrijfsprocesdata voor een nog completer beeld.
Guillermo Apellaniz Aguirre
Director of Digital Transformation, Construcciones y Auxiliar de Ferrocarriles S.A. (CAF)

De toekomst van duurzame mobiliteit vormgeven met innovaties op het gebied van transport en data

Construcciones y Auxiliar de Ferrocarriles S.A. (CAF) is meer dan 100 jaar geleden opgericht in Noord-Spanje en is een wereldwijde leider in de productie van treinen en trams en volledige transportsystemen. Nu steeds meer steden over de hele wereld CAF kiezen om hen te helpen met de uitdagingen van uitstootvermindering van mobiliteit en transport, wordt voortdurende innovatie steeds belangrijker.

 

Het ontwikkelen van geavanceerde en op maat gemaakte oplossingen die voldoen aan de steeds veranderende behoeften van klanten staat centraal in de bedrijfsvoering van CAF. Maar er was ook behoefte aan het standaardiseren van processen, vooral op het gebied van IT. Daarvoor is CAF ingestapt in een strategie voor digitale transformatie die begon met het vervangen van hun verouderde ERP-systeem door één enkel, wereldwijd systeem.

 

Maar grote hoeveelheden data over treinprocessen waren nog geïsoleerd van bedrijfsprocesdata, waardoor tijdrovende handmatige integratie nodig was, wat negatieve gevolgen had voor datakwaliteit en rendement. Of het nu ging om AI of om eenvoudige rapportages, CAF had een manier nodig om die data samen te brengen voor snellere en verdergaande inzichten.

We hebben zoveel data in onze treinen, maar die data was niet geïntegreerd met de data over onze bedrijfsvoering. Die twee werelden met de hand samenbrengen was niet efficiënt en had een negatieve invloed op de gegevenskwaliteit. We hadden iets beters nodig.
Guillermo Apellaniz Aguirre
Director of Digital Transformation, Construcciones y Auxiliar de Ferrocarriles S.A. (CAF)

Geïsoleerde data over treinprocessen en bedrijfsvoering op hetzelfde spoor zetten

CAF werkte samen met SAP Services and Support en migreerde eerst van zijn bestaande ERP-systemen naar SAP Cloud ERP Private en SAP Business Warehouse (SAP BW). Daarna werd SAP BW gemoderniseerd door middel van SAP Datasphere, nu onderdeel van SAP Business Data Cloud en SAP Analytics Cloud, om selfservice gegevenstoegang en -analyse mogelijk te maken.

 

Het gebrek aan integratie tussen trein- en bedrijfsdata was echter nog steeds een probleem, waarna CAF de SAP Databricks-functie integreerde met SAP Business Data Cloud, waardoor de kloof werd overbrugd.

 

Met SAP Databricks in SAP Business Data Cloud kan CAF nu trein- en bedrijfsdata analyseren in één enkele oplossing en zonder dat data tussen systemen hoeven te worden verplaatst. Zo worden tijd én kosten van handmatige extracties bespaard.

 

Het eindresultaat is dat AI nu waar nodig kan worden benut. Een strategie- en technologiepad met SAP waarvan CAF overtuigd is dat er een groot rendement op wordt behaald.

SAP Datasphere was een belangrijk onderdeel van het verbeteren van gegevenskwaliteit en -toegang. En SAP Business Data Cloud zorgde voor de benodigde integratie tussen trein- en bedrijfsdata. Nu kunnen we AI benutten als nooit tevoren en realiseren we aanzienlijke verbeteringen in operationele efficiëntie.
Guillermo Apellaniz Aguirre
Director of Digital Transformation, Construcciones y Auxiliar de Ferrocarriles S.A. (CAF)

Data verenigen voor snellere innovatie en rendement

Het verkrijgen van inzichten in trein- en bedrijfsdata zonder data te hoeven verplaatsen, leidde tot lagere exploitatiekosten.

 

CAF beschikt nu over betere datakwaliteit, wat betere resultaten oplevert voor alles, van AI tot rapportage en inzichten. Opgeschoonde, correcte data verbetert ook procesuitvoering, wijzigingsbeheer en de algemene organisatie van data. Verdergaande inzichten en intelligente applicaties vergroten de efficiëntie en versnellen het rendement over het gehele bedrijf, van ontwerp tot treinprocessen.

 

CAF kan bijvoorbeeld zijn ontwerpafdeling informeren over het verwijderen van overbodige accessoires, of kan treinbestuurders vragen efficiënter te werk te gaan bij het bedienen van de trein. En betere gegevenskwaliteit en snellere toegang betekenen ook dat CAF door kan gaan met het innoveren met AI in het gehele bedrijf.

SAP Business Data Cloud gaf ons de mogelijkheid om de datakloof te overbruggen tussen de twee werelden van trein- en bedrijfsprocessen zonder de data te hoeven verplaatsen. De geboden snelheid van inzichten maakt ons efficiënter en verlaagt de exploitatiekosten.
Guillermo Apellaniz Aguirre
Director of Digital Transformation, Construcciones y Auxiliar de Ferrocarriles S.A. (CAF)

Uitrol naar nog 80 andere bedrijven versnellen

Nu twee succesvolle implementaties al zijn voltooid, is CAF van plan de uitrol van SAP Business Data Cloud naar zijn overige bedrijven te versnellen. Het doel is om AI-innovatie en efficiëntieverbeteringen te versnellen in het gehele bedrijf, zodat gebruikers de ruimte hebben om zich te richten op taken die meerwaarde toevoegen.

 

Terwijl CAF blijft groeien, blijft SAP software centraal staan in zijn digitale strategie om ervoor te zorgen dat het bedrijf, zijn klanten en zijn toekomst op het juiste spoor blijven.

twitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixel