Dans un contexte de Transformation Digitale, voici les 5 questions que les industriels doivent se poser pour comprendre comment adopter l’analyse des données dans leur process. L’analyse des données industrielles ou l’analytics trouve chaque jour un peu plus sa place dans les organisations. De plus en plus d’industriels estiment que l’intelligence d’analyse améliore leurs processus et augmentent leur rentabilité.
Comment les industriels peuvent aujourd'hui comprendre leurs données :
- D'où proviennent les données de l'entreprise ?
- Où en sont les industriels dans leur processus d'intégration de l’IoT et de l'analyse des données ?
- Quel impact l’analyse des données va avoir sur les industriels ?
- Quels sont les risques à ne pas comprendre nos données ?
-
Qu’a-t-on à gagner en investissant dans des outils d’analyse de données ?
D'où proviennent les données de l'entreprise ?
Avoir la visibilité horizontale.
L’Internet des Objets et l’analyse des données sont au départ des axes d’amélioration différents dans une industrie mais se retrouvent ensuite, assez rapidement.
Partons du principe que les industriels disposent d'une assez bonne vision de leur chaîne de valeur. Le problème est qu’ils ne disposent pas de données en temps réel et donc d’une totale transparence. Ils ne se reportent uniquement qu’à des résultats. Ils leur manque ce que nous appelons, une visibilité horizontale, qui est la compréhension de l’ensemble de la chaîne d'approvisionnement. D’où provient le produit, quelles matières premières sont utilisées, dans quel environnement… Imaginez que tous ces indicateurs soient disponibles, en temps réel, dans un tableau de bord spécifique et qu’ils fournissent cette fameuse visibilité horizontale.
Avoir la visibilité verticale.
La visibilité verticale représente toutes les données interconnectées que l’on peut obtenir dans l'usine. De l’atelier au rez-de-chaussée, jusqu’au centre de gestion à l’étage supérieur, par exemple.
Imaginons qu'au rez-de-chaussée de l’usine, nous retrouvions le parc de machines. Tout autour, des opérateurs interagissent avec les équipements et les processus. C'est ici la première source de données pour une entreprise. Ces données se concentrent dans un MES (manufacturing execution system) et peuvent alors s’observer depuis différents angles.
Par exemple, vous pouvez avoir un MES qui capture des données depuis l’atelier, sur la ligne de production. Et tout cela peut se traduire le plus souvent par un méli-mélo de données de différentes applications tout au long du processus de fabrication. Au-dessus de la couche MES, l’entreprise est généralement équipée d’un ERP. Cet ERP est généralement plus qu’un système administratif s’il interagit avec le MES et s’il traduit les informations générées par la ligne de production en mêlant les données financières.
A notre étage supérieur, nous interagissons avec les systèmes ERP et MES et obtenons des tableaux de bord collectant non seulement des données de production, mais aussi des données de rentabilité (c'est la vision globale de l’activité).
Où en sont les industriels dans leur processus d'intégration de l’IoT et de l'analyse des données ?
Source IoT 200 Business Report by Schneider Electric
Un premier groupe du marché, comprenant des industries de petite taille mais qui pratiquent une activité intense, représente un segment pour le moment moins axé sur la collecte et l’analyse des données et plus concentré sur le recouvrement des coûts.
Un second groupe, qui prend le temps de s'intéresser aux nouvelles technologies, commence à appréhender l’IIoT (Internet Industriel des Objets). C’est généralement la résultante d’une demande de leurs clients souhaitant des analyses de production plus fines. Ces industriels ont des concurrents qui mettent en place eux aussi des analyses sur leurs lignes et autres installations de production.
Enfin, le troisième groupe comprend de grandes entreprises qui ont un besoin fort en analytics. Là aussi, ils répondent à un besoin pressant de la part de leurs clients. La question que se posent généralement ces industriels est « Faut-il acheter un outil d’analyses ou devrions-nous en bâtir un nous-même en interne ? ». C'est une des questions que l'on doit se poser lorsque l'on veut bâtir l'Usine 4.0.
Quel impact l'analyse des données va avoir sur les industriels ?
Les industriels sont souvent connus pour générer des marges étroites mais également des analyses de données. Ils perçoivent généralement bien comment une bonne vision de leur chaîne de valeur pourrait leur permettre de jouer un peu plus sur leur marge de profit.
|
|
Quels sont les risques à ne pas comprendre les données ?
La collecte des données est tout simplement stratégique. Les industriels innovent, le marché s’éduque vite et tout le monde parle de l’IoT ! La réalité de l’IoT est que la simple collecte des données est bien moins importante que la traduction que l’on en fait dans les analyses finales.
Aujourd’hui, les capteurs de données ne sont plus très coûteux, les réseaux de capteurs sont facilement implémentés et les solutions sont nombreuses pour stocker. Les questionnements autour de la collecte ou de la connectivité sont résolus. Place à présent au sujet majeur (et stratégique) : de quelle manière vais-je traiter mes données et comment vais-je leur donner de la valeur ?
Penser à analyser ses données, c’est avant tout penser à rester compétitif. Les marges dégagées dans le secteur manufacturier sont le plus souvent resserrées. Si le concurrent est en mesure de trouver des gains d'efficacité par la compréhension de ses données et donc de ses machines, alors il améliore son efficacité opérationnelle d'une manière mesurable et on peut rapidement se retrouver en difficulté si, de notre côté, nous ne le faisons pas. L’analyse des données a une incidence considérable sur l’entreprise.
Qu’a-t-on à gagner en investissant dans des outils d’analyse de données ?
Lorsque vient l’analyse opérationnelle, l’une des choses intéressante est d’observer son propre retour sur investissement (ROI). Par exemple, dans le monde industriel, vous obtenez, par le simple croisement des données, une meilleure visibilité sur les performances des machines et donc diminuez les temps d’arrêt. Ce qui peut alors représenter une augmentation directe de X % de chiffre d’affaires. C’est cette intelligence d’analyse qui fait progresser les industriels.
Conclusion :
La simple collecte des données ne suffit plus. C'est désormais l'intelligence d'analyse de ces données qui va améliorer les processus et augmenter la rentabilité.
Je vous propose de découvrir Wonderware Intelligence qui permet de connecter de multiples sources de données. Avec Wonderware Intelligence, vous mettez en lumière les informations cachées disponibles dans vos données industrielles et vous contribuez à bâtir l'usine du futur
