Internet des objets (IoT) – Mettre l’accent sur les renseignements exploitables tirés des données

L’Internet des objets (IoT) est en voie de générer d’immenses volumes de nouvelles données. Certains prévoient que plus de 100 milliards d’« objets » transmettront des données par Internet d’ici à 2020. Sans nouvelles méthodes d’analyse, un tel volume risque, dans le meilleur des cas, de diminuer la valeur des données. Dans le pire des cas, cette abondance pourrait désorienter complètement les entreprises. Afin de nous assurer de tirer de la valeur de toutes ces données, nous devons nous concentrer sur l’extraction de renseignements exploitables pour les entreprises.

En quoi consiste un renseignement exploitable dans le contexte de l’Internet des objets?

Les renseignements exploitables sont ceux qui procurent une compréhension exacte et approfondie de quelque chose. Dans le contexte de l’IoT, il s’agit d’analyser les données afin d’obtenir une compréhension exacte et approfondie des processus qui créent de la valeur au sein d’une entreprise. Les renseignements tirés de ces données influencent les principales décisions d’affaires et permettent d’obtenir une rétroaction auparavant inaccessible.

Pour déterminer quels renseignements une entreprise doit extraire, celle-ci doit d’abord repérer les lacunes informationnelles qui entraînent des coûts, réduisent l’efficacité ou freinent l’exploration de nouveaux marchés. Ces lacunes peuvent prendre plusieurs formes, notamment l’incapacité à déterminer s’il est plus économique de remplacer une pièce que de continuer de l’entretenir, ou l’incompréhension des raisons pour lesquelles les résultats sont meilleurs dans certaines régions que d’autres.

Comment les renseignements exploitables tirés des données de l’IoT sont-ils utilisés dans le monde réel?

Pour illustrer la mise en application de ces renseignements, prenons pour exemple les systèmes de chauffage, de ventilation et de climatisation (CVC). Ces systèmes ont tendance à tomber en panne exactement au moment où on en a le plus besoin; la climatisation fait défaut à la fin du printemps, tandis que le chauffage est défectueux à l’automne. Les statistiques sur les pannes confirment en effet cette tendance. Les problèmes surviennent lorsque l’utilisation des systèmes augmente.

Le bon fonctionnement des systèmes CVC d’un immeuble est la responsabilité d’un fournisseur de services d’entretien et de réparation mandaté à cette fin. Le chef de la direction d’une telle entreprise vise à minimiser les pannes causées par le changement des saisons afin de réduire le nombre d’équipes de techniciens requises. D’un point de vue opérationnel, il est avantageux d’effectuer l’entretien des systèmes tout au long de l’année et de planifier les visites selon les besoins. Pour effectuer une telle planification, les fournisseurs de services doivent extraire des renseignements exploitables des données recueillies. Explorons le processus d’extraction de renseignements que pourrait entreprendre un fournisseur de systèmes CVC.

Avant de déterminer la façon d’extraire des renseignements exploitables, il faut établir les objectifs.

Dans cet exemple, l’objectif premier est de maintenir un nombre optimal d’équipes de techniciens en fonction du nombre d’immeubles sous la responsabilité du fournisseur de services. Le deuxième objectif consiste à accroître les revenus grâce à l’amélioration des services. Ces objectifs déterminent la nature des renseignements à extraire. Pour obtenir les premiers renseignements exploitables, il faut d’abord tirer parti des données existantes grâce à l’analyse avancée des pannes. Supposons que 40 % des pannes sont causées par une défaillance mécanique (p. ex. perte de fluide frigorigène, pompe en panne ou condenseur bloqué) et que 60 % sont d’origine électrique (p. ex. foudre et surtensions).

Analyser les données pour obtenir des renseignements exploitables

Il est nécessaire d’analyser les données afin de comprendre les causes principales des pannes mécaniques. Ces données peuvent notamment porter sur les actifs en état de service, sur l’âge d’un actif avant une panne ou encore sur son emplacement et la période de l’année. Il s’avère également utile de mesurer plusieurs paramètres simples (p. ex. pression du fluide frigorigène, vibration des pompes, état de l’huile, consommation énergétique, circulation d’air) et d’utiliser ces paramètres pour intégrer au système des données sur l’état de fonctionnement. Cette approche permet d’évaluer les risques et les coûts et de déterminer quelles composantes présentent les coûts les plus élevés pour le fournisseur de services. Par exemple, pour certains types de systèmes CVC, le remplacement de la pompe de fluide frigorigène ne peut PAS être effectué sur place et exige le remplacement complet du système (et, généralement, l’utilisation d’une grue). Cette pompe constitue donc la composante présentant le risque le plus élevé pour le fournisseur.

Dans le cas des pannes d’origine électrique, l’analyse est plus complexe et exige l’utilisation d’algorithmes d’apprentissage automatique afin d’obtenir des renseignements sur la qualité de l’alimentation dans une zone donnée, l’occurrence de la foudre, le type d’équipement, les résultats des essais électriques et les dispositifs de protection en place. À l’aide de ces renseignements, un profil de risque peut être créé pour tout site afin de déterminer la probabilité des pannes d’origine électrique et le risque qu’un tel événement se produise au cours d’une période de douze mois.

Établir des bases solides pour obtenir les avantages opérationnels

Comme le démontre cet exemple, il est possible, grâce à la combinaison des données internes et externes, d’extraire des renseignements détaillés sur les coûts et les risques sans ajouter d’« objets » aux systèmes. Plus particulièrement, les fournisseurs de services ont la capacité d’obtenir un aperçu clair des paramètres essentiels à surveiller en vue de planifier l’entretien avec exactitude et d’évaluer les risques de panne si l’équipement n’est pas entretenu.

Parallèlement, il est possible d’intégrer des systèmes de surveillance aux endroits où le risque de panne est élevé. Les fournisseurs de services peuvent établir des seuils guidant la planification des visites d’entretien et recueillir de nouvelles données afin de mieux évaluer l’efficacité de leur offre de services. Une fois qu’ils ont recueilli suffisamment de données d’exploitation, ils peuvent utiliser les nouveaux renseignements tirés de ces données pour effectuer un calcul exact des coûts d’entretien de chaque système ainsi que des devis sur place lors de la signature de nouveaux contrats de service. Les renseignements exploitables permettant d’évaluer les exigences en matière d’entretien alimentent également les discussions sur le cycle de vie anticipé d’un système. Ils offrent également des données solides pour justifier l’achat d’un nouveau système dans les cas où cette approche est plus économique que l’entretien du système existant.

Le meilleur des deux mondes

Bien que ce processus semble simple, l’extraction de renseignements exploitables permet aux propriétaires d’immeubles de conserver leur système CVC existant tout en tirant parti du programme d’entretien à prix fixe et à périodicité variable d’un système neuf. Grâce à ces renseignements, les fournisseurs sont en mesure d’offrir de nouveaux produits et de fournir aux propriétaires d’immeubles des données exactes en réponse à leurs questions en matière d’entretien, de réparation et de remplacement.

L’Internet des objets tire sa valeur de l’extraction de renseignements exploitables.