Fusionner les différents types de données pour booster le potentiel de l'IoT

Les entreprises doivent fusionner leurs différentes sources de données pour gérer plus efficacement leur infrastructure grâce à l'IoT.

L’Internet des objets (IdO) s’impose aujourd’hui au sein des entreprises du secteur informatique comme l’un des tout premiers postes de dépense marketing. Les technologies qui tirent parti de l’IdO tendent ainsi à s’imposer dans l’ensemble des services et des processus des entreprises. 46 % d’entre elles utiliseront ces objets communicants fin 2016 d’après un récent rapport de Gartner. Ces appareils comment également à être utilisés dans le secteur public. En conséquence, quelque 6,4 milliards d’objets connectés devraient être en service d’ici fin 2016, soit 30 % de plus qu’en 2015.

Du stade expérimental à une technologie économiquement prometteuse

Si l’utilisation de l’IdO est longtemps restée cantonnée à des appareils autonomes capables de communiquer en temps réel certaines informations sur leur propre statut, le champ d’application s’est depuis considérablement élargi. À la clé pour les entreprises : améliorer leurs services, automatiser leurs processus et réduire leurs coûts. Parmi l’ensemble des utilisations possibles, l’efficacité énergétique occupe une place de choix pour les entreprises. En effet, en 2016, 44 % de la consommation française est le fait des bâtiments et 70 % de cette consommation, celui de sites professionnels selon l’Observatoire des énergies d’entreprises. L’IdO s’est donc emparé du sujet à l’image du compteur intelligent Linky. Parmi les avantages pour les entreprises : un suivi centralisé de la consommation en énergie de l’ensemble des infrastructures, des capacités renforcées en gestion énergétique… et une réduction substantielle des coûts.

L’analytique multiplie les fonctionnalités et les usages possibles dans un contexte de prolifération des informations. Nous sommes à l’ère du big data. Or, les bases de données actuelles permettent de collecter efficacement et durablement un volume considérable d’informations. Une évolution qui correspond également à la baisse du coût de stockage sur le long terme grâce à des services de type Hadoop ou encore AWS d'Amazon et Azure permettant ainsi aux entreprises de conserver facilement leurs data.

Toutefois, cette croissance exponentielle du volume d’informations à traiter rend complexe leur exploitation. Seule une analyse profonde de ces données enrichies favorisera une utilisation pertinente. En rendant par exemple possible le rassemblement des données relatives à l’exploitation d’un bâtiment, et plus particulièrement aux coûts énergétiques qui y sont associés, l’IdO se positionne alors comme un facteur économique majeur pour les entreprises. Comment ? En rassemblant l’ensemble des indicateurs relatifs à la consommation d’énergie.

Les données, vectrices d’une vue à 360°

La mise en commun de l’ensemble des données énergétiques – climatisation, chauffage, consommation d’eau… – permet aux sociétés de gérer plus efficacement leurs infrastructures mais aussi de déceler dans cet agrégat d’informations des tendances moins flagrantes. La consommation d’énergie peut également dépendre d’autres facteurs externes, tels que les conditions climatiques locales qui impliquent une consommation plus poussée sur un bâtiment que sur un autre. Sans l’ensemble de ces éléments, difficile de prendre une décision avisée. Voilà la véritable valeur ajoutée de l’IdO : réunir ces ensembles de données à des fins d’analyse, suivie d’une exploitation de ces informations en vue de la mise en œuvre d’actions efficaces en temps réel.

Unifier les données

Néanmoins, il existe d’autres manières d’agréger les data et de les exploiter. Comment ? Via un système spécifique de base de données sous forme de graphe, par exemple, illustrant les rapports qui existent entre les différents ensembles de données. Ces bases de données graphiques permettent de modéliser des ensembles unis par des liens complexes. Leur présentation favorise le décryptage. Elle permet de comprendre les rapports qu’ils entretiennent entre eux. Si cette approche se révèle particulièrement utile pour l’analyse des données engrangées par les réseaux sociaux, elle est tout aussi pertinente en ce qui concerne les données générées par les appareils IdO.

À la clé : une meilleure appréhension des rapports qui se nouent entre les utilisateurs, les services IdO et tous les intermédiaires, étape nécessaire à l’anticipation du comportement client. Cependant, la principale difficulté pour les prestataires de services IdO consiste à unifier ces différents systèmes : données issues des graphes, des séries temporelles... Cette approche suppose d’amalgamer les différents systèmes de gestion de bases de données en une seule et unique méthode de traitement des données.

Pourquoi ? Parce que cette consolidation offrira de nouvelles perspectives aux prestataires de services IdO, synonymes de revenus potentiels. Pour les entreprises, c’est la possibilité de chercher dans leurs données de nouveaux leviers d’optimisation de leurs services ou de réduction des coûts. Voilà pourquoi c’est à travers la fusion de ces différentes formes de données que se concrétiseront les promesses de l’IdO.

Big Data