How Big Data can enhance strategic AM in railway infrastructures

Big data analytics has increasingly attracted a strong attention of researchers and practitioners in railway transportation and engineering. The high capital intensity of the railway infrastructure assets and the complexity of such transportation system confer great criticality to the Asset Management strategic decision-making. In such context, however, it is not well clarified how Big Data can provide support decision-making processes. Future developments need to be conveyed to produce significant benefits for the industry, overcoming possible barriers and challenges. This thesis is aimed at identifying the scenario in which future research and practical applications can reach effectiveness within the research context, by involving practitioners from 9 European railway infrastructure management companies. The results provide the classification of data types, interesting decision-making processes, challenges, barriers opportunities and benefits of Big Data application supporting Asset Management strategy definition in the field. The characterisation of the relationship between Big Data and decision-making and the implications from a strategic point of view are outlined, suggesting possible future developments for researchers and practitioners who wish to produce data analytics models and tools for the railway infrastructure sector.

I Big Data hanno attirato sempre più l'attenzione di ricercatori e professionisti nel settore del trasporto e dell'ingegneria ferroviaria. L'alta intensità di capitale degli asset che compongono l’infrastruttura ferroviaria e la complessità di tale sistema di trasporto conferiscono grande criticità al processo decisionale strategico di Asset Management. In questo contesto, tuttavia, non è ben chiaro come i Big Data possano fornire supporto ai processi decisionali. Gli sviluppi futuri devono essere indirizzati in modo da produrre benefici significativi per l'industria, superando possibili barriere e sfide. Questo caso di studio ha lo scopo di identificare lo scenario in cui la ricerca e le applicazioni pratiche future possano rivelarsi efficaci nell’ambito di ricerca, coinvolgendo i professionisti di più gestori delle infrastrutture ferroviarie europee. I risultati forniscono una classificazione dei tipi di dati, dei processi decisionali interessati, delle sfide, delle barriere, delle opportunità e dei benefici dell'applicazione dei Big Data a supporto della definizione della strategia di Asset Management nel settore. Viene delineata la caratterizzazione della relazione tra Big Data e processo decisionale e le implicazioni da un punto di vista strategico, suggerendo possibili sviluppi futuri per ricercatori e professionisti dediti allo studio di modelli e strumenti di data analytics per il settore delle infrastrutture ferroviarie.