Votre organisation est-elle « Data-centric » ?

Selon IDC, la création de 200 milliards d’objets connectés a pour conséquence la génération de 1,7 mégabytes de données par personne et par seconde sur terre (Etude de 2020).  L’explosion du volume des données n’en est donc qu’à ses débuts, mais les entreprises expriment depuis quelques années leurs besoins de comprendre et de savoir gérer ces nouveaux types de données. Le terme « Data-centric » est né de ce constat. Il fait référence à la stratégie d’usage et de gestion des données d’une entreprise. Une organisation dite « Data-centric » investit ses efforts dans la collecte, le rapprochement et l’analyse de données pour développer sa productivité et pérenniser sa croissance. L’importance d’une approche « Data-centric » se fait sentir lorsqu’il faut répondre aux enjeux de la transformation numérique qui fait émerger en masse de nouvelles données.

Alors à quoi sert réellement cette approche et quels bénéfices peut-elle vous apporter ?

Etre « Data-centric » à l’heure de la digitalisation

La transformation numérique et le Big Data qui s’immiscent dans tous les domaines complexifient la mise en place d’une stratégie de données. Quels sont les enjeux d’une approche « Data-centric » ?

La data science, l’utilisation d’objets connectés ou encore l’intelligence artificielle produisent de nouvelles données, provenant de nouvelles sources. Ce sont des enjeux de gestion que l’on appréhende en phase de transformation digitale. De sources et formats hétérogènes, les données se retrouvent aujourd’hui stockées en silos, qu’il est nécessaire de séparer pour exploiter et valoriser certaines informations. En effet, des décisions technologiques plutôt rigides d’il y a plusieurs années ont impliqué la construction d’applications indépendantes, au lieu de créer des plateformes de gestion unifiées.

Aujourd’hui, au lieu de devoir mettre en place des systèmes complexes d’interconnexions pour exploiter ces données éparses, il est préférable d’implémenter une base de données centralisée qui sécurise et collecte vos informations à partir de plusieurs interfaces : comme une solution PLM par exemple.

D’autres techniques efficaces ont été mises au point pour stocker et « faire parler » les données. On connait la Data Visualization, Descriptive Analytics, Predictive Analytics, Machine Learning… Les entreprises ont en effet besoin de s’appuyer sur des technologies « Data-centric » pour pallier aux changements et rester compétitives. L’analyse prédictive est un des usages de l’intelligence artificielle (IA) qui permet de mettre au point des hypothèses. A titre d’exemple, la maintenance industrielle a fait beaucoup de progrès grâce à l’IA puisqu’il est désormais possible de prédire des défaillances de machines industrielles, d’automatiser la gestion du contrôle de qualité et de conformité ou encore d’optimiser la traçabilité de lots : on parle de maintenance prédictive  Malgré la puissance de ces outils techniques et technologiques, il reste nécessaire d’apporter une vision stratégique humaine. Une donnée doit être traitée dans son ensemble, en anticipant la valeur qu’elle peut représenter une fois exploitée.

La transformation digitale et les nouveaux outils d’intelligence artificielle qui émergent sont des leviers de performance considérables. N’oubliez cependant pas de les considérer comme un moyen, et non comme l’unique solution d’exploitation de vos données, pour pousser votre stratégie.
Une approche « Data-centric » propose dans un premier temps de collecter les données existantes internes et externes à votre organisation, de les analyser et d’approfondir leurs comportements et leurs usages finaux. Voyons comment procéder.

Innover grâce à vos données, c’est possible

Vous récolterez les bénéfices d’une gestion performante de vos données en vous posant les bonnes questions. Une des clefs est de détecter les valeurs potentielles de vos données avant d’investir vos efforts dans la mise en place de moyens de collecte et de stockage.

Il est tout d’abord important de définir vos sources de données. Il existe trois ensembles : les données blanches qui sont internes à votre organisation, les données grises (externes à votre société) et les données noires qui représentent la data en masse non exploitée.  Les données internes peuvent être assez vite identifiées, même si selon Gartner, 70% d’entre elles ne sont pas exploitées efficacement. Ce qui s’avère plus complexe est le traitement des données externes non structurées, c’est-à-dire les données non organisées dans une base de données. Elles peuvent être des images, vidéos, provenir de sources diverses comme les objets connectés etc.

Une fois vos sources de données définies, à vous d’envisager leurs utilités finales. Lesquelles peuvent créer de la valeur pour votre activité ? Voici quelques exemples d’axes d’amélioration à faire émerger de vos données :

• • Améliorer votre efficacité opérationnelle
  • Approfondir vos connaissances clients
  • Contrôler les risques économiques, de sécurité, réglementaires …
  • Détecter et créer de nouveaux services/produits

L’objectif est de prendre conscience de votre capacité d’innovation par le biais de vos données.

L’exploitation de vos données vous permettra de recouper diverses informations et de découvrir de nouveaux leviers de performance. Vous pouvez vous appuyer sur des plateformes de gestion et d’exploitation de l’information, comme un logiciel de GED ou PLM. Vous avez par exemple la possibilité de créer un lien automatique entre vos données et vos documents d’études et votre ERP grâce à Visiativ Connecteur ERP. L’outil vous garantit l’unicité et la cohérence de vos données de conception et de fabrication par exemple. Vous avez également le connecteur Visiativ multi-CAO, qui assure le transfert dans votre ERP des données articles et nomenclatures issues des dessins réalisés avec vos outils de CAO.

Vous savez tout, ou presque, alors c’est à vous de jouer ! N’hésitez pas à nous contacter pour échanger sur votre gestion des données.

Nous contacter