Analyser les défis de l'entreprise,
pour accélérer sa transformation digitale

Transformation Numérique

La voiture connectée implique de gros traitements de données

La voiture connectée implique de gros traitements de données

Tout le monde parle de voiture autonome ou connectée. Les constructeurs sont en veille sur ce sujet mais doivent activer le pas. Ils sont challengés par de nouveaux entrants comme Google ou Uber. Des spécialistes du numérique. Or, le sujet est moins celui de la voiture que celui des données à traiter. 

Le marché de la voiture connectée tourne à l‘évidence. Le cabinet d’études Gartner  prévoit, que d'ici 2020, 250 millions de véhicules connectés emprunteront nos routes. Ils seront reliés, par de nouveaux moyens numériques les uns aux autres, pour éviter les collisions. C’est ce qu’on appelle le véhicule-à-véhicule ou V2V. Les véhicules seront également reliés à l'infrastructure de type smart city, (véhicule-infrastructure ou V2I) qui contrôle la circulation pour réduire la congestion de la circulation ou pour obtenir des alertes sur les dangers de la route. Et finalement, ces véhicules vont même être connectés aux piétons (de véhicule à piéton ou V2P) pour améliorer la sécurité !  

Ces trois types de voitures connectées amènent de multiples avantages. Le flux d'information vers, ou depuis, la voiture connectée offrira des possibilités pour les équipementiers d'innover et de créer une expérience de conduite grandement améliorée, d'accroître la sécurité, d’amener les gens à leur destination plus rapidement, d’utiliser moins d'énergie et de changer la façon dont nous entretenons les véhicules.

Plusieurs pétaoctets de données chaque jour

La quantité de données qui seront générées par les voitures connectées paraît tout simplement stupéfiante. Avec des millions de voitures offrant seulement quelques octets de données toutes les quelques minutes, la collecte sera de plusieurs pétaoctets de données chaque jour. L’augmentation sera spectaculaire quand ils commenceront à recueillir des données à partir de plusieurs capteurs par véhicule et quand ils commenceront la collecte en continu. Le problème n’est pas de savoir comment recueillir suffisamment de données mais de savoir comment gérer et donner un sens à toutes ces données. Et c'est là qu’intervient HPE.

Par exemple, HPE aide l’équipe DS Virgin Racing dans la première formule E, le championnat du monde de voiture électrique. Il les aide à saisir des données en temps réel pour assurer la performance des voitures de course à partir de capteurs installés dans ces voitures qui suivent la performance, l'usure, et tout ce qui doit être réglé.

Mais pour le commun des mortels, la voiture connectée va s’incarner essentiellement dans la maintenance prédictive. Traditionnellement, l'entretien s’effectue par un calendrier fixe, comme le remplacement des pneus tous les 30.000 km. Ce programme ne prend pas en considération les circonstances particulières du véhicule. Au contraire, la maintenance prédictive vous permet de tirer le meilleur de votre équipement tout en minimisant le risque d'échec. Elle implique la collecte de grandes quantités de données, telles que les registres d'entretien et les données provenant de capteurs situés sur le véhicule ou la création d'un modèle prédictif afin de déterminer le moment optimal pour les maintenances à effectuer sur chaque pièce.

Programme de maintenance prédictive

Pour mettre en œuvre un tel programme de maintenance prédictive, vous pouvez fournir un véhicule qui passe un minimum de temps en maintenance. Ensuite, vous passerez aussi par la phase de découverte et d’identification des données. Par exemple, les dossiers d'entretien ou de garantie. Souvent, ces données sont des données structurées, issues des bases de données ou de tableurs. Vous pouvez décider que vos données existantes sont suffisantes pour commencer, ou vous pouvez identifier des sources de données supplémentaires, à utiliser maintenant ou plus tard. Par exemple des capteurs sur l'équipement, du texte libre dans les dossiers d'entretien, les spécifications de conception, des données d'essai de l'équipement défaillant, ou même des commentaires sur les médias sociaux ou sur Google, qui peuvent aider à identifier les problèmes dès le début. Certaines de ces données seront non structurées : du texte libre ou même des données vocales ou vidéo.

L'étape suivante consiste évidemment à utiliser l'analyse de données pour apporter un sens à ces données, puis déterminer les règles prédictives qui deviendront la base du modèle de maintenance prédictive. Une fois que le modèle est construit, vous allez le tester, puis le placer dans un environnement de production, avec un apprentissage en continu pour mettre à jour le modèle basé sur les résultats en cours. HPE est présent dans ce processus à chaque étape.

La voiture connectée se retrouve également dans l’usine connectée. Par les voitures connectées, les constructeurs peuvent en apprendre davantage sur leurs clients : comment ils conduisent, quand ils conduisent, où ils conduisent. Les constructeurs automobiles peuvent recueillir ces données en temps quasi-réel et les données ne sont pas filtrées par les concessionnaires ! Cette information de grande qualité peut donc être utilisée pour développer des produits différenciés ou améliorer la sécurité des véhicules. Mais les données peuvent également être utilisées pour fournir une expérience personnalisée au plus près de l'intimité de la clientèle.

Au plus près des consommateurs

Aujourd'hui, les consommateurs sont habitués à obtenir exactement ce qu'ils veulent. Avec seulement quelques clics en ligne, ils peuvent choisir la couleur, le style, ou les caractéristiques qu'ils veulent pour à peu près tout produit de consommation. Et pour des produits tels que les téléphones portables et les tablettes, les consommateurs téléchargent des applications pour créer un dispositif unique, personnalisé pour répondre à leurs besoins spécifiques.

Les constructeurs automobiles, eux, ont du mal à retenir les clients. Avec leur modèle de vente traditionnel, les clients interagissent avec le concessionnaire, pas avec  le constructeur automobile. Après la vente, il n'y a presque pas d'interaction avec le constructeur ou le concessionnaire, autre que des visites occasionnelles aux concessionnaires. Si le client décide de chercher un nouveau véhicule 3 à 7 ans après la vente initiale, la relation reprendra depuis le début. C’est presque une nouvelle acquisition de clients qui commence. Une fois que la voiture est vendue et utilisée, les options pour personnaliser et mettre à niveau sont très limitées. Et pire encore, les voitures perdent de la valeur, souffrent de l'usure, ne vont pas mieux au fil du temps. HPE veut aider les constructeurs à utiliser l’analytique pour glaner des idées sur les clients et la façon dont ils conduisent et optimiser l'utilisation des véhicules, des coûts de carburant, prendre conscience d'un comportement de conduite dangereux, et assurer le statut optimal dans l'entretien des véhicules.

HPE travaille également à relier la voiture connectée avec l’Internet des objets. Les voitures communiqueront « avec tout », l’extraction de données permettant de trouver les bonnes corrélations. Par exemple avec les assureurs, les données issues des voitures connectées  en temps réel peuvent donner lieu à des alertes livrées sur les smartphones. Le conducteur qui franchit une frontière peut être averti de la règlementation routière dans le pays où il arrive. Si un véhicule rencontre des conditions météo particulières, du verglas par exemple, le ou les conducteurs suivants peuvent être avertis en temps réel. Les possibilités sont infinies.

Partager cet article

Abonnez-vous à la newsletter CIO

Recevez notre newsletter tous les lundis et jeudis

UTILISATION DES COOKIES

En poursuivant votre navigation sur ce site,
vous acceptez l'utilisation de cookies pour vous proposer des services et offres adaptés à vos centres d'intérêts.

Pour en savoir plus, consultez notre politique relative à la vie privée.

La question du moment
Toutes les données disponibles peuvent-elles être déversées dans un seul datalake ?