Mettre les données au service des équipes opérationnelles

Mettre les données au service des équipes opérationnelles

operational-team

Que devez-vous considérer ?

Avec le développement de l’Industrie 4.0, les données deviennent un élément essentiel pour relever les défis actuels de l’industrie : compétitivité et rentabilité, réduction de l’empreinte environnementale, réduction des émissions de gaz à effet de serre, augmentation des exigences qualité et réglementaires.

Mais l’industrie 4.0 va bien au-delà. C’est une véritable révolution pour les équipes opérationnelles des usines. Les données et la digitalisation transforment profondément la façon dont ces équipes opérationnelles travaillent, et c’est une grande opportunité pour elles ainsi que pour leur organisation.

Comment les activités liées aux données sont-elles gérées jusqu’à présent ? Soyons honnêtes, ce n’est pas des plus efficace. Habituellement, les équipes opérationnelles définissent leurs besoins (tableaux de bord, analyses, cartes de contrôle, suivi de TRS…), puis les équipes IT/OT préparent les outils appropriés pour répondre à leurs besoins en se basant sur des technologies génériques (Base de données, BI, Analytics…). S’ensuivent alors de longs et épuisants allers-retours pour atteindre les besoins ciblés. C’est pourquoi aujourd’hui, il y a encore beaucoup d’usages autour des données qui ne sont pas satisfaits, à cause de ce manque d’agilité.

Une des causes de cette inefficacité est le fait que l’utilisateur des données n’est pas celui qui a la main sur les outils pour construire la réponse adéquate à ses propres usages.

En parallèle, nous pouvons voir que les activités d’excellence opérationnelle pourraient bénéficier largement de l’utilisation généralisée des données industrielles à la fois pour des activités en temps réel (détection de comportements anormaux, suivi de procédés…) et des activités plus analytiques (résolution de problèmes, compréhension du comportement des procédés, optimisation…).

Entre-temps, de nouvelles approches informatiques sont apparues, notamment des outils d’analyse en libre-service, des éditeurs d’applications sans code, des outils de BI conviviaux. Elles constituent une première étape pour améliorer l’agilité autour des données. Mais il leur manque encore une caractéristique clé pour vraiment accélérer le processus dans un environnement industriel : l’intégration du contexte relatif aux spécificités des opérations industrielles (modèle de données, modèle de transformation des données, usages…).

« Les solutions conçues pour les usages spécifiques de l’industriel et offrant une approche « libre-service » sont un accélérateur clé pour mettre les données au service des équipes opérationnelles »

Ce que vous devriez considérer, ce sont des solutions offrant les deux : une approche libre-service conçue pour la spécificité des usages industriels. Cette combinaison donne aux équipes opérationnelles la capacité de construire elles-mêmes, au fur et à mesure, les outils dont elles ont besoin pour leurs activités quotidiennes, mais aussi d’être agiles pour les faire évoluer dans le temps.

Avec ces approches, les données feront partie de la boîte à outils de tous les opérationnels, leur donnant ainsi la capacité d’améliorer le fonctionnement de leur usine, mais également de réduire le nombre de tâches sans valeur ajoutée, d’accélérer leur travail et de faciliter le partage d’informations entre les équipes. Cela offrira aux entreprises industrielles une nouvelle façon d’organiser leurs opérations plus efficacement, et surtout de tirer parti de l’expertise de leurs équipes pour assurer une performance durable.

Mathieu CURA, février 2022