Data-centric à data-driven : la véritable transformation derrière l’industrie 4.0
Dans notre article précédent, nous avons discuté de la manière de généraliser l’utilisation des données dans l’usine. Dans cet article, nous allons explorer comment il est nécessaire de changer la façon dont les données sont gérées et utilisées dans l’organisation pour devenir une industrie « data-driven ».
Les performances sont liées à l’échelle de déploiement
Revenons aux avantages de l’utilisation des données dans l’organisation :
Les employés qui utilisent les données, quelle que soit leur activité, prennent de meilleures décisions. Cela a un impact direct sur les performances opérationnelles de l’entreprise.
Les équipes partageant le même référentiel de données et d’informations coopérent efficacement, éliminant les silos au sein de l’organisation.
Les usages construits sur les données sont un moyen de formaliser les savoir-faire de l’organisation, de les sécuriser et de permettre une plus grande agilité et résilience de l’organisation.
Toutes les organisations ont pris conscience de l’importance de l’industrie 4.0 et de la digitalisation de leurs activités opérationnelles ou de production. En regardant ce qui a été fait jusqu’à présent, nous pouvons identifier certaines tendances qui peuvent aider à réfléchir sur la façon d’intensifier et de mettre à l’échelle la digitalisation dans les organisations industrielles.
La plupart des approches de digitalisation étaient data-centric
De nombreux projets de digitalisation dans l’industrie ont été data-centric. Cela signifie qu’ils se sont principalement concentrés sur la collecte et l’analyse des données par des experts, plutôt que sur les besoins et les défis des équipes opérationnelles qui utilisent ces données. Cette approche peut s’avérer problématique pour plusieurs raisons :
Les projets axés sur la technologie sont plus susceptibles d’être guidés par les capacités de la technologie ou des outils utilisés, plutôt que par les besoins et les défis spécifiques de l’organisation. Cela peut conduire à des solutions inadaptées aux besoins des équipes opérationnelles, et qui peuvent être difficiles à utiliser ou à maintenir sur le long terme.
Les projets pilotés par les équipes centrales, plutôt que par les équipes opérationnelles qui utilisent les données, peuvent ne pas comprendre pleinement le contexte dans lequel les données seront utilisées. Il peut en résulter des solutions qui ne sont pas bien alignées avec les besoins et les défis des équipes opérationnelles, et qui peuvent ne pas être pleinement adoptées ou utilisées de manière pertinente.
Les projets centrés sur les données peuvent ne pas tenir pleinement compte du contexte organisationnel plus large dans lequel les données seront utilisées. Cela peut conduire à des solutions qui ne sont pas bien intégrées aux systèmes et processus existants, et qui peuvent ne pas répondre pleinement aux besoins de l’organisation.
Pourquoi une autre approche est-elle nécessaire ?
Nous entendons souvent le terme « cimetière de PoC » en référence aux millions d’euros et aux milliers de jours-hommes dépensés pour des PoC qui n’aboutissent à rien. Ce que nous pouvons apprendre de ces expériences :
La technologie ne suffit pas à justifier un projet de transformation numérique. Il doit être porté par de véritables business cases de la part de la direction et des équipes opérationnelles.
La transformation est le mot-clé : elle implique la technologie, les outils mais aussi beaucoup de management, d’évolution organisationnelle, de facilitation et de méthode.
Si nous nous concentrons sur la technologie et les outils, ils doivent être un catalyseur pour l’organisation opérationnelle. Si ces outils offrent une belle UX/UI mais ne donnent pas à l’utilisateur l’autonomie nécessaire pour construire et faire évoluer son business case, l’adoption à moyen-long terme sera compromise.
L’industrie 4.0, et la transformation numérique qui l’accompagne, consiste réellement à étendre les capacités, l’autonomie et l’agilité des organisations industrielles en faisant des données une corde supplémentaire à leur arc.
Comment intensifier la digitalisation dans les organisations industrielles ?
Le déploiement de la digitalisation à l’échelle des organisations industrielles nécessite une approche globale qui tient compte des besoins et des capacités des équipes opérationnelles, ainsi que de la technologie et des outils disponibles. Voici quelques facteurs clés à prendre en compte pour réussir un tel déploiement global :
L’identification des cas d’usages qui peuvent bénéficier de l’utilisation des données.
Établir une gouvernance des données pour garantir qu’elles soient collectées, gérées et utilisées de manière cohérente et transparente.
Fournir une formation et un soutien aux équipes opérationnelles pour les aider à devenir plus compétentes dans l’utilisation des données afin de prendre de meilleures décisions.
S’assurer que la technologie et les outils utilisés sont évolutifs et permettent aux équipes opérationnelles de devenir autonomes dans leur utilisation des données.
En tenant compte de ces facteurs, les organisations peuvent intensifier avec succès leurs efforts de digitalisation et obtenir de meilleures performances opérationnelles, une collaboration et un partage des connaissances accrus, ainsi que des niveaux plus élevés d’agilité et d’adaptabilité.
Devenir une organisation industrielle data-driven
Pour devenir une organisation industrielle data-driven, il faut se concentrer sur l’utilisation des données et des informations pour favoriser la prise de décision et l’amélioration opérationnelle. Une organisation data-driven est une organisation où les données (et les informations dérivées de ces données) sont utilisées au bon endroit, au bon moment et par la bonne personne. Cela dit, une caractéristique supplémentaire est la capacité des acteurs de l’organisation opérationnelle à être de véritables acteurs du système, capables de construire les usages (ils connaissent le mieux leurs besoins) et de les faire évoluer (ce sont eux qui doivent adapter les outils et les usages des données en fonction de l’évolution de leurs enjeux).
Cette approche offre de nombreux avantages :
Augmentation des capacités et de l’agilité des équipes opérationnelles : en fournissant aux équipes opérationnelles les données et les outils dont elles ont besoin pour prendre des décisions éclairées, les organisations peuvent les aider à devenir plus agiles et réactives face à l’évolution des conditions du marché et des défis opérationnels.
Diffusion d’une culture fondée sur les faits et les données dans l’usine : en rendant les données et les informations largement disponibles et en encourageant leur utilisation dans la prise de décision, les organisations peuvent favoriser une culture de prise de décision basée sur les données.
Meilleure reconnaissance du travail des experts métier, réduction des tâches sans valeur ajoutée autour des données : en fournissant aux équipes opérationnelles les outils et les données dont elles ont besoin pour construire et faire évoluer leurs propres solutions basées sur les données, les organisations peuvent mieux reconnaître l’expertise et la valeur de leurs experts métier.
Valorisation des experts en données : en concentrant les experts en données sur des sujets plus complexes, nécessitant une expertise en analyse ou en data-science, les organisations peuvent mieux utiliser leurs compétences et leur expertise et utiliser plus efficacement leur temps.
Dans l’ensemble, en devenant une industrie data-driven, les organisations peuvent répondre plus efficacement à leurs enjeux de performance et d’efficience, tout en augmentant leur résilience et leur capacité d’adaptation face à l’évolution des conditions du marché.
