Comment généraliser l’utilisation des données dans l’usine ?
Les entreprises industrielles ne parviennent pas à généraliser l’utilisation des données dans leurs usines. Nous sommes en 2022 et cette affirmation est toujours vraie.
Pourquoi est-ce un problème ?
Les données sont essentielles pour obtenir des informations permettant de piloter et d’optimiser les procédés de production, mais aussi pour appuyer les activités de résolution de problèmes et d’amélioration continue. L’absence d’une approche « pilotage par les données » dans l’usine signifie que chaque membre des équipes opérationnelles ne sera pas en mesure de fournir toute la valeur qu’il est capable d’apporter avec son expertise. Si vous multipliez cette valeur potentielle perdue par le nombre d’employés de votre usine, l’impact financier est énorme.
« L’absence d’une approche « pilotage par les données » dans l’usine signifie que chaque membre des équipes opérationnelles ne sera pas en mesure de fournir toute la valeur qu’il est capable d’apporter avec son expertise. »
Dans un environnement où les experts métier sont de plus en plus difficiles à recruter, obtenir le meilleur d’entre eux en les déchargeant de tâches rébarbatives et sans valeur ajoutée est un défi majeur.
Pourquoi les entreprises industrielles ne parviennent pas à généraliser l’utilisation des données dans l’usine ?
Les entreprises industrielles génèrent déjà beaucoup de données dans le cadre de leurs activités, mais seule une petite partie d’entre elles est utilisée pour améliorer leurs performances opérationnelles. Cela est dû à plusieurs facteurs, mais souvent ce sont des problème d’accessibilité et de complexité qui en sont la cause.
Sur la base de notre expérience avec de nombreux industriels, nous avons identifié 3 principaux obstacles auxquels ils sont confrontés :
- Collecter les données
L’une des difficultés réside dans le fait que les industriels disposent de données éparpillées dans de nombreux systèmes IT (technologies de l’information) et OT (technologies opérationnelles) différents. De plus, ces données sont disponibles dans des formats hétérogènes. En outre, l’utilisation des données dans les opérations quotidiennes de l’usine nécessite des données actualisées, c’est-à-dire des flux de données en temps quasi réel.
- Donner un contexte métier aux données
Les données telles qu’elles sont disponibles ne peuvent être exploitées simplement. Souvent, elles ne sont pas identifiées de manière intelligible pour l’utilisateur final. Leur volume est trop important pour être manipulées aisément. Enfin, elles doivent être transformées et agrégées en informations pertinentes.
D’un point de vue technologique, il est complexe d’organiser et de stocker les données de manière à offrir les performances appropriées en termes d’UX (expérience utilisateur) et à faciliter la transformation des données en informations. - Conduire un changement culturel vers une organisation guidée par les données
L’organisation pilotée par les données n’est pas qu’une question d’outils et de technologies. Elle nécessite une bonne adoption de l’approche par les équipes sur le terrain. Actuellement, l’un des principaux problèmes est que les équipes opérationnelles n’ont pas la capacité directe de créer leurs propres outils autour des données pour soutenir leurs activités quotidiennes. Elles comptent souvent sur les départements IT/OT pour développer les outils dont elles ont besoin. Ce manque d’agilité est un obstacle majeur à l’évolutivité de nombreux projets de digitalisation. En outre, de nombreux outils de données industrielles ne disposent toujours pas d’une expérience utilisateur (UX) et d’une interface utilisateur (UI) modernes.
Quels sont les principaux facteurs permettant de déployer l’utilisation des données dans votre usine ?
Concentrez-vous sur les usages et les besoins de vos équipes
- Cherchez à déterminer où elles perdent du temps avec les données et pourquoi. Assurez-vous de résoudre ces problèmes avec votre projet ;
- Identifiez les utilisations créatrices de valeur qu’elles ont identifiées mais qu’elles ne mettent pas encore en œuvre en raison d’un accès trop complexe aux bonnes informations ;
- Fournissez-leur des applications avec une interface utilisateur agréable et une expérience utilisateur fluide.
Recherchez une architecture de données (collecte, stockage, traitement) conçue pour les contraintes techniques des applications industrielles :
- Avec une collecte et traitement des données en quasi temps réel ;
- Adapté au type de requêtes de données générées par les usages liés à l’investigation et à l’analyse (grandes quantités de données, notamment séries temporelles sur de longues périodes, croisement de données hétérogènes…).
Réfléchissez à la gouvernance des données et à son impact sur votre organisation
- Trouvez le bon équilibre entre un accès différencié aux données et un partage facile des données entre les différentes équipes pour éviter les silos ;
- Confiez la propriété et la responsabilité du référentiel de données et d’informations aux équipes les plus concernées par le gain d’agilité.
N’essayez pas d’inventer ce qui existe déjà. Les fournisseurs de solutions ont déjà réfléchi aux contraintes, aux besoins et aux spécificités de votre secteur. Vous pouvez notamment bénéficier de leur expérience et de leurs solutions en matière de :
- Modèles de données prédéfinis pour le contexte métier de votre secteur ;
- Une architecture de données optimisée et éprouvée pour gérer le type de données et de traitement dont vous avez besoin ;
- Des applications métier configurables sans code et adaptées aux défis de votre secteur d’activité.
