Cas pratiques : from data to smart operations

Cas pratiques : from data to smart operations 

Datapole propose de passer de la donnée à l’action avec un système de prévision intelligente pour une utilisation efficace des ressources dans les organisations.

Dans le cadre du programme SME H2020, Datapole a pour ambition de renforcer le potentiel des petites entreprises dans les domaines du climat action, environnement, efficacité des ressources et matières premières, au travers différents cas pratiques.

Automatisation de la collecte des données et du traitement statistique

Contexte

Un grand prestataire de services collecte des données de processus dans le monde entier et souhaite développer et partager ses connaissances et son expertise entre ses filiales. 

Solution

• Mise en place du robot ETL natif, API REST et module Machine Learning PrediSmart®
• Collecte de données brutes à partir de capteurs
• Ensemble de micro-services dédiés au processus statistique : collecte de données brutes, agrégation, nettoyage des données, modélisation
• Mise à disposition d’indicateurs et configuration d’alertes intelligentes

Résultats

• Personnalisation et automatisation de la collecte de données multi-sources
• Traitement des données et fourniture de données en temps réel aux utilisateurs métiers

Surveillance des actifs en temps réel et génération d’alertes intelligentes

Contexte

Une grande entreprise doit être alertée dès qu’une dérive de température ou d’humidité est identifiée dans les salles serveurs et réseaux.

Solution

• Mise en œuvre du module natif ETL Robot, API REST et Machine Learning PrediSmart
• Collecte des données capteurs du réseau IoT
• Modélisation haute résolution et multi variables du comportement des capteurs,
• Identification des seuils intelligents,
• Génération d’alertes intelligentes aux équipes techniques en fonction sur les zones et niveaux de criticité (notifications PrediSmart par email, SMS)

Résultats

• Identification en temps réel des situations de surchauffe
• Réduction de la consommation d’énergie

Efficacité opérationnelle et optimisation de la structure organisationnelle

Contexte

Un renouvellement de contrat avec la mise en place d’un plan d’amélioration afin de réduire les coûts et de mieux prioriser les interventions selon une stratégie convenue avec le client.

Solution

• Implémentation du module PrediSmart Planification / Smart Plan 
• Connexion à la GMAO du client, analyse des données et suivi de la qualité des données
• Simulations de scénarios d’organisation et identification du scénario le plus efficace : mutualisation multisites, ressources poly-compétences, localisation des équipes optimisation du plan de maintenance, optimisation des tournées, …
• Planification annuelle des tâches préventives à résolution quotidienne

Résultats

• 13% d’augmentation de la productivité
• Capacité de Datapole à minimiser le temps nécessaire à la planification des opérations 
• Comparatif :

Pour le département Design: 1 à 2 semaines EFP pour un site existant / 2 à 4 semaines EFP pour un nouveau site

Pour Datapole : 20 minutes à 6 heures en fonction du nombre d’événements à prévoir

Automatisation de l’affectation des ressources et réduction du temps sans valeur ajoutée

Contexte 

Une entreprise de 6000 techniciens en région parisienne avec un besoin un fort d’optimisation.

Solution

• Mise en oeuvre du module PrediSmart Planification / Smart Plan
• Meilleure estimation de la durée des opérations pour mieux anticiper la charge de travail 
• Réduire les inefficacités, les temps d’arrêt
• Planification des itinéraires
• Réorganise les interventions rapidement

Résultats

• Respect à 100% des engagements contractuels,
• Réduction du temps passé entre deux interventions: -15% du temps de déplacement,
• Meilleure anticipation de la charge de travail: précision fiable à 75% des prévisions
• Capacité de Datapole à minimiser le temps nécessaire à l’affectation des ressources techniques:
• Comparatif :

Direction des opérations : 1 à 4 heures pour attribuer les ressources

Datapole : jusqu’à 10 minutes pour attribuer les ressources

Conclusion

Chaque étude de cas a été conçue pour résumer les principales étapes du traitement des données et la valeur ajoutée associée aux technologies développées par Datapole.

Ces études de cas illustrent fidèlement la devise de Datapole : «Des données aux opérations intelligentes».

Datapole démontre ainsi sa capacité à fournir une préconisation cohérente grâce aux dernières technologies d’intelligences artificielles, notamment en illustrant parfaitement l’écart existant entre les préconisations du bureau d’études, les réalités des opérations et les besoins réels de l’utilisateur final.