En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour vous proposer des contenus et services adaptés à vos centres d’intérêts. En savoir plus et gérer ces paramètres. OK X
 
 

 

 

Dossiers

5 points essentiels à prendre en compte

Par Pascal Naparty, Directeur Avant-Ventes, PTC France et Benelux

Publication: 7 février

Partagez sur
 
Bien choisir sa solution d’analyse de l’Internet des Objets...
 

Selon une étude du Cabinet Gartner, le nombre de nouveaux objets connectés s’élèvera à 5,5 millions fin 2016. Et ces objets devraient être au nombre de 20.8 milliards d’ici à 2020. Ces chiffres donnent le vertige et c’est sans compter le volume de données générées par ces appareils intelligents. Données que l’entreprise a besoin de traiter afin de prendre des décisions vitales pour se démarquer de la concurrence. Toujours selon Gartner, il existe déjà des outils et algorithmes permettant l’analyse de l’IoT. Mais avec l’augmentation que connaîtront le volume des données d’ici à 2021, les besoins propres à l’Internet des Objets deviendront de plus en plus spécifiques et l’analyse « classique » ne pourra plus répondre à ses besoins. Car aujourd’hui, les entreprises ont besoin d’une solution d’analyse robuste et sécurisée afin de pouvoir traiter les énormes quantités de données générées par l’Internet des objets.

Qu’une entreprise soit au début de sa transition vers l’analyse IoT ou déjà installée dans une démarche de maximisation des avantages et de la valeur stratégique en résultant, voici 5 facteurs clés à prendre en compte pour choisir la solution d’analyse de l’internet des objets la plus optimale.

1. La nature des données IoT

Les données IoT sont, par nature, plus dynamiques, plus hétérogènes, plus brutes, moins travaillées, moins structurées et surtout plus orientées temps réel que les données traditionnelles. Les entreprises peinent donc à maîtriser la complexité inhérente à l’exploration des données issues des appareils connectés. En effet, les données prennent différentes formes, ont différentes sources et ne sont pas, pour la plupart, structurées, compliquant ainsi considérablement leur analyse et l’extraction de leur valeur latente. La solution d’analyse IoT doit donc inclure des techniques et des processus permettant d’ingérer, d’analyser et de transformer des données IoT hétérogènes et non structurées provenant d’appareils qui sont géographiquement dispersés.

2. Leur valorisation

L’un des facteurs auxquels les entreprises sont particulièrement attentives lors du choix d’une solution, est le temps nécessaire à sa mise en place et les délais pour juger d’un retour sur investissement.

La construction et le déploiement d’une solution d’analyse IoT peuvent soulever de sérieuses difficultés, en particulier lorsqu’il faut assurer la connectivité des appareils, l’analyse et la conversion des données émanant des machines, ainsi que l’intégration avec les systèmes déjà existants. De plus, les données récoltées sont désordonnées et complexes, de sorte qu’il faut énormément de temps (plus de 60 à 70 % d’un projet d’analyse) pour les transformer et les préparer en vue d’une analyse pertinente. Choisir une solution facile à mettre en œuvre réduira sensiblement la transformation de données et le développement d’applications. L’entreprise pourra alors réduire fortement le délai de mise sur le marché de ses produits optimisés par l’analyse, de façon à disposer ainsi au bout de quelques jours ou quelques semaines seulement d’un avantage concurrentiel.

3. La génération d’informations exploitables

La génération d’informations exploitables est la finalité première de l’analyse. La solution choisie doit être capable de consolider l’analyse et la présentation des données, mais aussi offrir des mécanismes efficaces de préparation et de visualisation des données et de génération de rapports. Cette solution d’analyse IoT doit également prendre en charge l’analyse prédictive. En effet, les entreprises doivent désormais traiter de manière plus proactive les problèmes susceptibles d’affecter leur activité. L’enjeu crucial pour l’entreprise sera de traduire ces informations analytiques en composante opérationnelle de leurs activités métier quotidiennes : c’est ainsi que ces informations exploitables en temps réel fourniront un levier d’action concurrentielle.

4. Évolutivité, flexibilité et maintenabilité

D’après le rapport « IoT Data Analytics Report 2016 » réalisé conjointement par Camrosh et Ideya Ltd, l’évolutivité, la flexibilité et la maintenabilité sont des facteurs qui influent sur la décision d’achat. Compte tenu de la nature hétérogène et perpétuellement changeante des données IoT, il est essentiel de pouvoir facilement faire évoluer et maintenir sa solution d’analyse. Cette dernière doit être capable de s’adapter aisément aux variations de volume et aux différentes typologies des données résultant de tout retrait ou ajout d’appareils, d’opérations, de fonctions et de services. Avec une solution adaptée aux besoins de l’entreprise, il sera plus aisé de faire preuve d’agilité afin d’extraire la valeur latente des données et permettre ainsi des prises de décisions pertinentes et rapides.

5. Fabriquer ou acheter ?

Les entreprises qui souhaitent exploiter les informations contenues dans les données de leurs machines sont confrontées à un choix stratégique : acquérir un système d’analyse conçu sur mesure, ou construire un tel système par leurs propres moyens. Aussi tentante que la seconde option puisse paraître, le fait est que les solutions internes soulèvent souvent de nombreux obstacles et mobilisent des ressources variées de façon prolongée.

Une telle solution s’avérera donc consommatrice de temps et risquée si elle n’a pas été planifiée correctement et dotée des ressources nécessaires non seulement à sa conception et à son implémentation, mais aussi à sa maintenance et à la gestion continue de son cycle de vie.

http://www.ptcfrance.com/

Suivez MtoM Mag sur le Web

 

Newsletter

Inscrivez-vous a la newsletter d'MtoM Mag pour recevoir, régulièrement, des nouvelles du site par courrier électronique.

Email: