Oubliez le Big Data ! Collectez les bonnes données

Le terme big data est partout de nos jours, mais que signifie-t-il réellement ? Selon une définition fournie par Google, le big data désigne ‘ des ensembles de données extrêmement volumineux qui peuvent être analysés par ordinateur pour révéler des schémas, des tendances et des associations. ’

Cela semble génial, n'est-ce pas ? En théorie, oui. Grâce au mégadonnées, les entreprises peuvent avoir une vue d'ensemble de leurs activités plus vaste que jamais, ce qui leur permet d'améliorer leur efficacité et leur service. Cependant, dans la pratique, il en va rarement ainsi.

Le problème est que le traitement du Big Data est incroyablement complexe, prend beaucoup de temps et s'avère généralement coûteux. Et dans de nombreux cas, l'analyse des données ne débouche sur aucun changement. Nous discutons régulièrement avec des entreprises qui collectent des volumes massifs de données, mais qui ne les utilisent pas correctement. Et si les données ne sont pas utilisées efficacement ou dans un but précis, à quoi bon en collecter autant — et à un tel coût — au départ ?

C'est pourquoi l'accent doit passer de la collecte mégadonnées à la collecte de bonnes données, en particulier dans le monde de la maintenance.

Maintenant, il n'y a malheureusement pas encore de définition de Google pour le terme ‘ bonnes données ’ (right data), mais nous le considérons comme ‘ les éléments de données essentiels qui déterminent la position concurrentielle ’. Nous sommes certains que vous conviendrez qu'optimiser la santé des machines et maximiser le temps de fonctionnement est essentiel pour la productivité et la rentabilité – et par conséquent pour la position concurrentielle.

Alors, à quoi ressemblent les bonnes données ? Eh bien, elles n'ont pas une forme unique ; au contraire, elles sont susceptibles de varier d'une application à l'autre et d'un site à l'autre en fonction des différents actifs et du programme de maintenance choisi.

Prenons l'exemple de la surveillance des vibrations à l'aide d'accéléromètres. Avec un volume de données relativement faible, les équipes de maintenance peuvent facilement identifier des problèmes en développement sur leurs équipements, grâce aux accéléromètres qui captent les vibrations anormales émises par les pièces en rotation. Dans ce cas, les données collectées qui mettent en évidence ces vibrations anormales sont précisément ce que nous recherchons : rien de plus, rien de moins. Point n'est besoin de logiciels et d'algorithmes complexes (et coûteux) ; les ingénieurs de maintenance peuvent au contraire se mettre au travail, en réparant les équipements ou en remplaçant les composants défectueux avant qu'un problème plus grave ne survienne.

Résister à la tentation d'installer des systèmes et des processus pour collecter des mégadonnées est un défi auquel de nombreuses entreprises des secteurs de la fabrication et des industries de transformation devront probablement faire face en 2017. Mais il est important de rester vigilant. Faites confiance aux bonnes données, prenez les mesures appropriées si nécessaire et souvenez-vous à tout moment que l'objectif est d'améliorer la position concurrentielle, et non pas simplement de collecter autant de données que possible.