Le Trésor 4.0 des données métier : rester le maître chez soi !
Les données métier, le cœur du savoir-faire
Les données métier sont toutes les données de production. Celles permettant de produire (tolérances, paramètres d’usinage, matières premières,…) mais aussi celles collectées en cours de production (mesures, traçabilités, temps…).
Ce sont elles qui font la valeur de votre produit final.
Qu’elles soient requises par une réglementation, par le client ou simplement utiles en production, les données ont une valeur immédiate qui est à la genèse des solutions M.E.S (Manufacturing Execution System).
Le M.E.S permet d’optimiser les flux de données pour en faciliter la capitalisation depuis la supervision jusqu’aux traçabilités et données finales de qualité.
Un investissement limité
Bien entendu la donnée a un coût que l’on peut synthétiser comme la somme de 2 coûts distincts.
Le premier est le coût d’acquisition (humain / technique). C’est le taux horaire des personnes qui saisissent les données ou le coût de l’infrastructure matérielle nécessaire (interfaces, réseau, logiciels…)
Le second est le coût de stockage : l’infrastructure matérielle nécessaire au stockage des mesures.
Mais avec le M.E.S (permettant de collecter les données dans un flux normal de production), les infrastructures matérielles qui se simplifient et le coût du Go de données qui ne cesse de chuter, la donnée coûte de moins en moins cher.
Il est donc aujourd’hui commun de stocker toutes les données possibles en base de données.
(Source : www.pcworld.com)
Pourquoi stocker les données ?
Pour le moment elles sont principalement collectées parce que peu coûteuses et potentiellement utiles pour de l’analyse à postériori.
Mais les prémices de l’Intelligence Artificielle 1 et des hypercalculateurs ouvrent un potentiel énorme pour l’utilisation des données dans un but non plus curatif mais prédictif.
Cela permet la corrélation à très grande échelle de facteurs à priori distincts.
La donnée : un trésor brut
Si cela n’est pas encore le cas dans le monde industriel, le monde du retail a déjà compris toute la valeur de la donnée. Cela est aujourd’hui bien encadré par la loi RGPD. C’est bien la preuve que la donnée est le trésor de notre temps…
Il ne faut donc pas se les faire confisquer ou voler. Qu’elles soient stockées en interne, dans le Cloud ou ailleurs, elles doivent rester accessibles, lisibles et compréhensibles. Mais en aucun cas elles ne doivent être propriétaires 2 ou cryptées 3.
Pour que demain, dans 6 mois ou dans 3 ans, leur utilisation dans un datalake structuré à des fins de Business Intelligence 4 ou de Big Data 5, puisse se faire sans contrainte ni recours forcé à l’extérieur.
1 Intelligence Artificielle : employé ici dans un sens générique : toutes les fonctions d’analyse, existantes ou à venir, permettant de tirer des hypothèses, enseignements, conclusions à partir de données multiples. On pourrait dire Big Data, ou données 4.0, tous ces termes imprécis regroupant des notions pas encore forcément bien définies.
2 base de données propriétaire : propriétaire au sens où seul le logiciel qui a permis l’acquisition sait les comprendre et les lire.
3 cryptée : la base de données peut être cryptée (et protégée, et sécurisée…) par le DBA (administrateur de base de données) de la société, mais pas par le logiciel métier ou le logiciel d’acquisition.
4 La Business Intelligence, ou informatique décisionnelle, désigne l’ensemble des technologies permettant aux entreprises d’analyser les données au profit de leurs prises de décisions. Pour aller + loin : Lebigdata.fr
5 Le Big Data désigne un ensemble très volumineux de données qu’aucun outil classique de gestion de base de données ou de gestion de l’information ne peut vraiment travailler
Benoît Redler
Directeur CT Infodream
