Stratégie

Quatre projets réussis autour de l'analytique temps réel

Naveen Singla, directeur du centre d’excellence Data Science chez Bayer Crop Science, a mis en place des usines virtuelles.

CIO États-Unis a recueilli ces quatre exemples d'entreprises qui utilisent l'analyse temps réel pour améliorer leur agilité, répondre aux clients quand les besoins changent, optimiser les prix ou identifier des problèmes qui entravent leur fonctionnement.

PublicitéPour les entreprises qui cherchent à tirer de la valeur des données au moment où celles-ci arrivent dans leurs systèmes, l'analyse temps réel est la voie à suivre. Cette discipline en émergence associe la technologie et les processus, pour aider les entreprises à améliorer des workflows internes ou leur fournir une vision des activités clients et des tendances du marché dès que celles-ci se démarquent.

Les stratégies analytiques en temps réel apportent de l'agilité aux entreprises, qu'il s'agisse de répondre à des clients dont les besoins évoluent, d'optimiser les modèles tarifaires dans des marchés fluctuants ou d'identifier les facteurs nuisant à l'efficacité dans leur organisation.

Les entreprises s'orientent de plus en plus vers l'analytique en temps réel pour obtenir un avantage compétitif, en particulier les technologies d'analyse en continu (streaming analytics), qui traitent les données à la volée. Le cabinet d'études Grand View Research estime qu'avec la quête de performance et d'efficacité opérationnelle des entreprises, le marché global du streaming analytics va croître de 29% par an d'ici 2025, partant d'un montant de 6,32 milliards de dollars en 2018.

Voici quatre exemples d'organisations qui utilisent aujourd'hui l'analytique en temps réel.

L'analyse temps réel aide Bayer à ajuster sa stratégie business

Bayer Crop Science a créé des « usines virtuelles » pour représenter de façon numérique les équipements et processus de ses neuf sites produisant des semences de maïs en Amérique du Nord. Ce projet, intitulé « construire la stratégie business et les opérations futures à travers l'usine virtuelle », a créé une vision dynamique de chacun des neuf sites, incluant à la fois les équipements, les processus, les caractéristiques des flux produits, la facturation des matières premières et les règles opérationnelles.

Tandis que l'équipe commerciale lance de nouvelles offres de traitements ou élabore de nouvelles stratégies tarifaires, l'entreprise peut utiliser les usines virtuelles pour évaluer le niveau de préparation de chaque site, ainsi que leur capacité à adapter leurs opérations pour répondre à ces nouvelles stratégies, indique Naveen Singla, directeur du centre d'excellence Data Science chez Bayer Crop Science.

« Maintenant nous pouvons réimaginer nos processus métier. Nous pouvons réinventer nos décisions à travers l'utilisation de ces algorithmes de Machine Learning ou de ces simulations », déclare Naveen Singla, ajoutant que l'entreprise peut désormais répondre à des questions business complexes sur l'équilibrage des stocks, les capacités des équipements, la conception des processus de fabrication ou l'optimisation du réseau.

Le conseil de Naveen Singla : connaître le métier. Il souligne le temps que Shrikant Jarugumilli, directeur « science décisionnelle et systèmes connectés virtuels » chez Bayer Crop Science, a passé avec son équipe sur les différents sites, pour apprendre les tenants et les aboutissants des opérations de production de semence. « Disposer de data scientists qui comprennent le domaine métier a joué un rôle essentiel dans le succès », conclut Naveen Singla.

PublicitéPenn Medicine s'appuie sur la donnée temps réel pour raccourcir les séjours en soins intensifs

De nombreux patients en Unités de Soins Intensifs (USI) dépendent de respirateurs pour survivre. Faire en sorte que des patients dans un état critique respirent par eux-mêmes est une étape essentielle pour pouvoir les faire sortir sans risque des USI et libérer des lits pour d'autres patients. Penn Medicine utilise l'analyse temps réel pour identifier plus efficacement à quel moment les patients sont prêts à se passer de ventilateurs.

En 2016, Penn Medicine (qui regroupe la faculté de médecine Raymond et Ruth Perelman et le système de santé de de l'Université de Pennsylvanie) a démarré le développement d'un tableau de bord exploitant les flux de données temps réel du Dossier Patient Informatisé (DPI) en place, afin d'alerter les équipes médicales quand des interventions sont nécessaires ou quand les patients sont susceptibles d'être débranchés des ventilateurs.

Mettre au point cette application, dénommée ABC (pour Awakening and Breathing Coordination - Coordination Eveil et Respiration) a nécessité une collaboration entre le Penn Center for Health Care Innovation (centre pour l'innovation médicale) et les départements IT et data science de Penn Medicine. Le centre d'innovation et l'IT ont conçu le tableau de bord en se basant sur des moteurs de règles d'aide à la décision clinique ainsi que des alertes, tous deux créés par les cliniciens experts de Penn Medicine et programmés par le département data science.

« Il s'agissait du premier projet donnant lieu à une collaboration approfondie entre ces trois départements », souligne Michael Draugelis, chief data scientist à Penn Medicine. « Ce projet, cette interaction ont fait évoluer notre façon de travailler. Nous sommes en train de changer la manière de gérer nos projets au niveau organisationnel. »

En 2019, Penn Medicine rapporte qu'ABC a réduit de plus de 24 heures le temps que les patients de soins intensifs passent branchés à un respirateur.

Le conseil de Michael Draugelis : se concentrer sur les données, pas sur les fournisseurs de solutions. L'un des plus gros retards pris par le projet vient en effet de la décision de Penn Medicine de changer de fournisseur de DPI alors que le pilote avait démarré depuis plusieurs mois. Mais l'organisation s'est focalisée sur la manière dont elle pouvait utiliser les données, et l'expérience s'est finalement révélée profitable, en aidant à créer une meilleure application. « Réaliser le premier déploiement sur le premier DPI a clairement affiné nos exigences sur la manière dont nous souhaitions nous interfacer avec le deuxième DPI, et ce processus nous a conduits à définir des interfaces génériques avec ces deux systèmes différents », explique Michael Draugelis. « Cela a rendu l'application plus robuste et nous a permis d'avoir un socle plus solide pour notre système actuel. »

Land O' Lakes optimise les ventes et le marketing avec l'analyse temps réel

Le programme « Data to Value » de la coopérative agricole américaine Land O' Lakes déploie des techniques d'intelligence artificielle afin de soutenir les actions commerciales et marketing de l'entreprise. Le projet s'appuie sur des outils d'analyse de données et une diversité de sources de donnée, afin de donner de la visibilité sur la profitabilité, les facteurs de succès des appels de vente et les marchés de matières premières.

Le programme inclut la modélisation de la propension dans la vente de produits laitiers, pour identifier les prospects avec les meilleures chances d'acheter en gros volumes. De leur côté, les prévisions sur les matières premières aident l'équipe interne de gestion des risques à prendre des décisions en matière de couverture, de gestion des stocks ou de dépenses.

« Grâce aux efforts entrepris et aux résultats obtenus, nous sommes bien plus assurés que nos commerciaux disposent des bons produits, aux bons prix et pour les bons clients », déclare Jeremy Dumond, Directeur de la business intelligence chez Land O' Lakes.

Sur 2019, Data to Value a permis à Land O' Lakes d'améliorer le taux de réussite de ses appels commerciaux de plus de 40%.

Le conseil de Jeremy Dumond : Trouver des partenaires dans les métiers. Selon ce dernier, le plus gros défi du projet a été de vendre l'amélioration potentielle du modèle à l'organisation des ventes interne. Rechercher le sponsorship des directions disposant de la crédibilité nécessaire pour embarquer les ventes était primordial. « Construire un planning projet adapté au marché, en partenariat avec des leaders métier de confiance et un engagement venant du sommet de l'organisation s'avère essentiel pour réussir », insiste Jeremy Dumond.

Jackson Health System puise dans les flux de données pour améliorer le soin

Jackson Health System (JHS), organisation de santé académique à but non lucratif basée à Miami (Floride) et l'une des plus grandes institutions de santé publique des États-Unis, utilise l'analyse en temps réel à travers son programme d'intégration de données Overwatch, afin d'aider à réduire les coûts et à diminuer la pression sur ses services d'urgence.

L'équipe Santé de la Population de JHS est venue consulter l'équipe IT en 2017 avec un problème. Elle avait besoin d'identifier les « gros consommateurs » de ses urgences. Il s'agit de patients disposant souvent de faibles moyens, qui vont aux urgences pour des soins médicaux courants, généralement parce qu'ils ignorent les autres options. L'équipe Santé de la Population avait besoin de pouvoir identifier ces patients quand ils consultaient dans les établissements de JHS, afin de pouvoir les diriger et les enrôler dans un programme de suivi médical adapté, sans peser sur les services d'urgence.

« Toute cette information circulait dans notre moteur d'intégration et nous la transmettions à des systèmes individuels, mais nous ne profitions pas du fait que tout transitait par le moteur en temps réel », se souvient George Rosello, directeur associé Intégration d'applications d'entreprise chez JHS.

Overwatch exploite les données qui passent à travers le moteur d'intégration de JHS pour envoyer en temps réel des alertes SMS et mail aux gestionnaires de dossiers appropriés quand ces utilisateurs arrivent dans les urgences d'un de leurs établissements. Il fournit de l'information sur le patient, le service où il est accueilli, sa localisation actuelle et les soins qui lui sont actuellement prodigués.

« Cela nous permet, en tant qu'hôpital avec une mission de santé publique, de jouer pleinement notre rôle, qui consiste à fournir à ces patients des soins appropriés, à les diriger vers la bonne organisation de charité et à les aider à trouver ce dont ils ont besoin », déclare George Rosello. « Nous avions des patients qui arrivaient puis repartaient, simplement le temps d'être stabilisés. Maintenant ils reçoivent des soins dans la durée, qui ciblent la véritable cause de leurs problèmes, et leur santé s'en trouve améliorée. »

Le conseil de George Rosello : savoir comment le succès sera mesuré. « Quand vous avez un projet, en particulier des projets qui demandent du temps, l'objectif final devient souvent de finir le projet », observe George Rosello. « Mais ce n'est pas ainsi qu'il avait démarré. Ne pas perdre de vue l'objectif final est un défi, sur lequel je conseille à tous de garder un oeil attentif. Quels sont les véritables critères de succès de votre projet ? »

Article de Thor Olavsrud / CIO États-Unis (Adaptation et traduction par Aurélie Chandèze)