Actualité web & High tech sur Usine Digitale

Recevez chaque jour toute l'actualité du numérique

x

Les cinq pistes pour bien exploiter les données de l'internet des objets

Sébastien Cognet, ingénieur commercial au sein de Pentaho, spécialiste du big data, donne quelques conseils aux industriels qui veulent exploiter les données issues d'objets connectés, mais ne savent pas par où commencer. Pour le dirigeant de cette société, à chaque étape, le maître mot doit être "pragmatisme".

Twitter Facebook Linkedin Flipboard Email
×

Les cinq pistes pour bien exploiter les données de l'internet des objets
Les cinq pistes pour bien exploiter les données de l'internet des objets © CC jeferrb

Au siècle dernier, les mineurs de charbon emmenaient des canaris dans les tunnels de la mine pour détecter les niveaux de toxicité du monoxyde de carbone. Ce gaz dangereux aurait tué les canaris avant de tuer les mineurs, ce qui donnait ainsi l’alerte pour sortir immédiatement des tunnels. Aujourd’hui, les mineurs utilisent des capteurs de chaleur à combustion infrarouges et catalytiques pour détecter les gaz toxiques et inflammables. Reliés à Internet, ces capteurs permettent à un agent de sécurité de contrôler à distance et même de prévoir les risques potentiels avant qu’ils n’aient une chance de s’aggraver. Bienvenue dans une application révolutionnaire d’intervention et de maintenance prédictives !

 

avant toute chose, identifier une problématique métier à résoudre

Selon les prévisions d’IDC, le marché mondial de l’IoT atteindra 7,1 trillions de dollars d’ici 2020 avec des données qui représenteront 10% de toutes les données sur terre. Il est évident que de plus en plus d’entreprises veulent prétendre à leur part de cette manne de l’IoT, mais bon nombre d’entre elles ne savent pas vraiment par où commencer et comment définir leurs projets. Je lisais récemment que les producteurs de lait installent des capteurs sur les vaches pour détecter l’ovulation et les périodes où elles augmentent leur production de lait. Cependant, lire les données des capteurs n’est pas gage de réussite.

 

J’encourage les entreprises à adopter une approche pragmatique de l’IoT. Plutôt que de commencer par un vaste concept élaboré de l’IoT, je préconise de revenir à une problématique métier qu’il est véritablement nécessaire de résoudre. Par exemple, la ferme laitière pourrait examiner sa chaîne de production et découvrir que le principal problème n’est pas la production de lait, mais une altération et une perte. Dans ce cas, cela aurait plus de sens de déployer des capteurs pour préserver la fraicheur du lait durant le transport et le stockage que de les utiliser pour augmenter la production.

 

Une approche pragmatique, qui se concentre sur un seul problème métier concret à la fois, donne l’opportunité d’explorer et de résoudre certaines des difficultés techniques spécifiques à l’analyse des données IoT. En voici cinq des plus couramment rencontrées.

 

1 - trier parmi un grand volume de données

Exploiter l’IoT implique souvent de trouver une aiguille dans une botte de foin. Cependant, selon le cas d’utilisation, les "objets" peuvent générer d’énormes volumes de données. Le défi consiste alors à filtrer les informations parasites et trouver celles qui sont vraiment importantes. C’est pourquoi de nombreuses entreprises y intègre une "analyse de flux" et une "analyse de processus". La première fournit en temps réel des informations issues des flux de données telles que les parcours de navigation, logs, données de mesure et la seconde consiste à prendre des captures de données machine, plutôt que de libérer une avalanche de données en temps réel.

 

2 - Gérer le niveau d'urgence

L’IoT sous-entend différents niveaux d’exigence en termes d’urgence et de latence. Il est important d’en tenir compte parce qu’on s’attend à interagir avec le "monde réel" en temps réel, si bien que de nombreux événements appellent à une latence nulle. Ainsi, ce capteur dans la mine doit déclencher une alerte dès qu’il détecte la présence de gaz toxiques. Sinon, revenons au canari ! De même, d’autres informations de l’IoT ne sont peut-être pas nécessaires "juste à temps", telles que les données régulièrement recueillies pour continuer à affiner et améliorer le modèle prédictif lui-même. Ces données peuvent potentiellement être collectées et traitées plusieurs fois par jour, par exemple. Les architectures temps réel et de traitement par batch ont toutes les deux leur place dans l’IoT.

 

3 - compenser l'absence de normes
Bien que les industries travaillent activement pour y remédier, un problème majeur de l’IoT est le manque de normes. Trop peu de normes gouvernent les diverses données générées par différents capteurs. Cela signifie que des appareils similaires de différents fabricants utilisent des formats de données complètement différents et génèrent des données à des fréquences différentes. Pour pallier l’immense variété de données existantes, une plateforme analytique doit être ouverte et indépendante d’un matériel.

 

4 - croiser les données
Dans le cas d’utilisation des opérations préventives par exemple, les entreprises veulent collecter les données provenant des objets (tels que les capteurs de chaleur à combustion infrarouges et catalytiques) et les croiser avec des données relationnelles pertinentes, telles que des accords de maintenance, informations de garanties et de cycle de vie des composants. Il est alors essentiel que les entreprises puissent se fier aux données à partir desquelles elles prennent leurs décisions importantes. Ce qui nous conduit au point suivant.

 

5 - Tracer les données
Il s’agit essentiellement de l’enregistrement et de l’authentification de l’ascendance et de la véracité des données. Ceci est particulièrement important pour préserver la "santé" des données et fournir une chaîne de conservation des données vérifiable.

 

Une collaboration entre l’équipe informatique et des experts métiers sera plus que jamais essentielle pour l’analyse des données IoT. En plus de ceux qui comprennent les données, il faut des experts qui comprennent les données dans le contexte d’appareils ou de capteurs spécifiques. Alors que n‘importe quel analyste peut comprendre les données dans le contexte d’indicateurs de performances d’un entreprise, seul un vétérinaire serait à même d’expliquer ce que des variations de température signifient en termes de fertilité et de production de lait.

Cependant mes conseils aux entreprises pour une adoption de l’IoT par étape, ne doivent limiter aucune ambition !

Sébastien Cognet, ingénieur commercial au sein de Pentaho

 

NDLR : Les avis d'experts et points de vue sont publiés sous la responsabilité de leurs auteurs et n’engagent en rien la rédaction.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

 
media
Suivez-nous Suivre l'Usine Digitale sur twitter Suivre l'Usine Digitale sur facebook Suivre l'Usine Digitale sur Linked In RSS Usine Digitale