Les scenarii d’analyse IoT avancés pour l’entreprise en 4 dimensions

Pionnières en leur temps, certaines entreprises sont demeurées en deux dimensions. Comprenons qu’elles fabriquent et vendent. Soit. Mais difficile pour elles d’obtenir vélocité, créativité et flexibilité, pourtant nécessaires à une bonne vision et à la création de valeur.

Avec l’Internet des objets (IoT), il est possible de mesurer des valeurs, in situ, grâce à des capteurs embarqués. Couplée à des fonctionnalités analytiques avancées, comme l’analytique trois dimensions géo-spatiale (latitude, longitude, altitude), cette technologie offre une fine analyse des données. Il ne manquait alors que la dimension temporelle pour donner à ces dernières une nouvelle dimension…

Et arriva la 4D, une révolution. Mais pour être réellement valorisée, la 4D demande de pouvoir traiter des masses de données en temps réel. Bien entendu, pour en tirer toute la valeur il faut que ces données soient en adéquation avec quatre principes que sont : la vélocité (à quelle vitesse sont traitées ces données) ; la vérification (à mesure que les sources et le nombre de données augmentent, une seule variable erronée faussera les analyses) ; la validation (des décisions basées sur des données mal recensées peuvent impacter la qualité des analyses) ; la combinaison (les données ne doivent pas rester en silos). Comment cela se traduit-il aujourd’hui et quelles sont les perspectives pour ces cas applications ? 

IoT & villes intelligentes

Pour traiter les informations en provenance des structures de transports des villes (trains, métros, taxis, tramways, feux de circulation, densité du trafic des usagers…), les données sont transmises dans l’edge computing (technologie dite "à la frontière du réseau") afin de prévoir les moyens de transports nécessaires à une plus grande fluidité du tissu urbain. Cette technologie engendre la création de nouvelles logiques et de règles.

Par exemple, quand nous réglons un problème d’encombrement systématique à un carrefour, ne déplaçons-nous pas le problème en aval ? Les transports collectifs à disposition anticipent-ils les pics de transports, les événements exceptionnels et optimisent-ils réellement les déplacements ? Les réponses à ces questions peuvent être analysées grâce aux capteurs routiers, les mouvements de circulation, les feux de signalisation, la ponctualité des moyens de transport, les fermetures de routes, la météo, les horaires afin de mieux comprendre les flux migratoires. Il en découle une optimisation de l’utilisation et de l’énergie, moins d’émission de carbone et une meilleure qualité de vie.

IoT & moyens de transport

Des véhicules plus intelligents capables de détecter en une fraction de seconde un accident, de communiquer entre eux sur la nature des dangers routiers et d'avertir les services de voirie... Avec l'IoT, de nouvelles fonctionnalités permettent notamment à des constructeurs comme Volvo d’énoncer la sécurité comme principe directeur. Volvo s'est ainsi fixé pour objectif de n'avoir « plus aucun mort ni blessé grave dans l'une de ses voitures dernière génération à l’horizon 2020 ».

Toujours dans le domaine des transports, notamment en logistique, la 4D permet l’étude des données de flotte de véhicules, le temps de transport et les itinéraires pour prédire les probabilités de temps de trajet, prévenir les pannes qui impactent l’activité et prévoir la maintenance de ces véhicules en fonction des conditions réelles d’utilisation.

Nouvelle révolution : les constructeurs pourront aller plus loin que la maintenance prédictive en combinant les informations du véhicule avec des données géo-spatiales. L’utilisateur pourra désormais connaître l’impact des conditions de route (météo, usage en montagne ou sur autoroute, conditions de trafic, etc.) sur la probabilité de pannes. On en déduit également l’affrètement des véhicules en fonction des conditions d’utilisation et de la tournée à organiser.

Toujours dans le rayon des transports, prenons l’exemple de la "mobility as a service". Comprenons que l’utilisation du temps et de l’espace combinés dans un quartier donné d’une ville permettent de dresser une nouvelle cartographie. En somme, en utilisant les données temporelles et spatiales, la planification des moyens de transports peut être optimisée pour le confort et la sécurité des usagers tout en limitant les dépenses de transport.

Et les autres industries ?

La santé n’est pas en reste. L’utilisation de capteurs fournissant les données du patient permettent de mesurer les battements cardiaques, l’activité physique, sa durée et les conditions de localisation (ville, campagne, montagne) afin de mieux comprendre la tolérance et l’efficacité d’un médicament. Le patient est ainsi mieux suivi et la posologie, adaptée à son traitement.

En agriculture, connaître avec exactitude et par des mesures régulières l’humidité et la température du sol permet d’optimiser l’arrosage, le drainage, l'apport d'engrais, etc. Le fournisseur est également en mesure de combiner ces données avec des échantillons de temps en fonction de la géo-localisation des cultures afin d’optimiser et d’anticiper la croissance. Il en découle une préservation des ressources et l’optimisation de la logistique.

Dans l’aéronautique, les questions des avionneurs auxquelles la 4D peut apporter un nouvel angle de réponse sont nombreuses. En particulier sur les conditions de vol liées à la météo, la fréquence et la durée d’exposition à des phénomènes extrêmes, la tendance sur les performances et la santé d’un moteur et l’impact sur la durée de vie des composants. Pour cela, il est nécessaire de croiser des sources de données pour définir des modèles à partir des données de vol, d’environnement extérieur, de météo, d’exploitation (vitesse, charge, puissance utilisée) des données de configuration, de maintenance et des états transmis par les capteurs.

Nous l’aurons compris, investir dans l’IoT est devenu crucial pour toutes les industries. On le voit, la combinaison de séries chronologiques (une série de points de données collectés à intervalles réguliers montrant l'activité et les changements au cours du temps), de données temporelles (les données liées à des périodes spécifiques) et de données géo-spatiales (associées à la localisation d'un dispositif) fournissent des analyses contextuelles, basées sur le "quand" et le "où".  Elles ont pour objectif de créer de nouvelles perspectives capables de réduire les coûts, de fidéliser les clients et d'augmenter les revenus. Grâce à l’analytique 4D et au déploiement dans le cloud, ces capacités permettent de faire évoluer les besoins métier. Finalement, un moyen souple, agile et évolutif d'assurer un retour sur investissement important.