Now Reading
Améliorer la gestion des données en 4 étapes
0

Améliorer la gestion des données en 4 étapes

by Cloud Guru23 janvier 2017

Le site IndustryWeek (en anglais) livre un intéressant article sur l’art de gérer les données et le Big Data dans un contexte industriel. Il donne notamment quelques conseils en 4 étapes. Extraits…

En repensant la manière dont ils envisagent la gestion des données, les industries de toutes tailles – et dans tous les secteurs d’activité – peuvent espérer exploiter plus de données approfondies et à jour.

Voici quatre étapes qui vont amorcer cette transformation:

1 – Reconnaître les limites humaines et le fardeau de l’isolement.

Toute révision d’une stratégie de gestion des données doit reconnaître les défis les plus fréquents et lourds de conséquences.

Tout d’abord, il y a les limites de l’échelle humaine. À l’heure actuelle, il n’est tout simplement pas possible pour une équipe humaine de recueillir des informations utiles en temps opportun. En outre, des données isolées limitent également l’utilité que l’on peut en tirer. Les processus interconnectés à grande échelle nécessitent une approche hétérogène du monitoring en collaboration avec l’ensemble du système.

2 – Oublier le cycle traditionnel de la chaîne d’approvisionnement.

Dans le passé, les chaînes d’approvisionnement complexes étaient généralement considérées comme des obstacles plutôt que comme des avantages. Grâce à l’IOT (Internet des Objets), cette complexité peut maintenant être exploitée pour produire des données utilisables à chaque étape du cycle.

Localiser des matières premières, entretenir l’équipement et analyser la productivité et l’efficacité du système dans son ensemble sont des taches considérablement améliorées grâce à de nouvelles sources de données. Les gestionnaires de données d’aujourd’hui doivent se rendre compte que la complexité des systèmes informatiques est exactement ce qui leur donne les capacités d’agir.

3 – Embrasser le potentiel cognitif de l’analyse.

Certaines entreprises ont réussi à réduire l’incertitude dans la fabrication, mais elles n’ont pas réussi à l’éliminer entièrement. Faire des corrections rapides et ciblées demeure un défi majeur qui dégrade directement les rendements.

La maintenance prédictive cognitive fournit ce type d’informations à jour essentielles à l’optimisation des processus, à la rationalisation des workflows et à la prévision des besoins de maintenance. Ainsi, quand un problème est détecté, il peut être corrigé d’une manière qui maximise les améliorations tout en minimisant les interruptions et le temps d’arrêt.

4 – Se concentrer sur le coût des retours en garantie.

La standardisation des processus de production afin de limiter le nombre de retours en garantie est un défi pour tous les fabricants. Hortonworks estime que jusqu’à 3% des recettes annuelles de la fabrication automobile sont consacrées aux interventions sous garantie.

Mettre l’accent sur les mesures qui compromettent la normalisation peut éliminer cette dépense de plusieurs millions de dollars tout en améliorant la réputation de la marque et la fidélité de la clientèle. Plutôt que de jeter l’argent par les fenêtres dans le cadre d’une approche réactive des défauts, les fabricants peuvent économiser sur les réclamations sous garantie par la maintenance prédictive.

La suite de cet article sur le site IndustryWeek.

Pour en savoir plus :
> L’article du site IndustryWeek (en anglais)

Pour nous contacter sur ce sujet :

Vos nom et prénom (obligatoire)

Votre email (obligatoire)

Votre téléphone (facultatif)

Votre entreprise (obligatoire)

Votre demande

{lang: 'fr'}
About The Author
Cloud Guru

Vous souhaitez réagir sur cet article ?