Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Comment des solutions analytiques appropriées peuvent transformer le M2M en nouvel eldorado pour les opérateurs de Télécommunications ?


Rédigé par Jacques HOEUSLER, Teradata le 18 Décembre 2014

Certaines projections parlent de plus de 80 milliards d’objets connectés à l’horizon 2020. Quel que soit le chiffre réel à cette date, il sera énorme. Les opérateurs de télécommunications ont un rôle majeur à jouer dans le domaine du M2M (‘Machine-to-Machine’), mais doivent tout faire pour éviter le syndrome du « tuyau idiot » en développant des services à forte valeur ajoutée grâce à des solutions particulièrement bien adaptées de Datawarehousing et de Business Intelligence.
Tour d’horizon de certaines des opportunités majeures qui se présentent à eux.



Jacques Hoeusler, Senior Principal Consultant,Teradata International
Jacques Hoeusler, Senior Principal Consultant,Teradata International
Comment rendre intelligent un “tuyau idiot” grâce au Datawarehousing et à la Business Intelligence ?

Le premier intérêt évident des opérateurs de télécommunications en matière de M2M est le revenu qu’ils peuvent retirer du transport des données M2M à travers leurs réseaux. Cependant, s’ils se concentrent trop exclusivement sur cet objectif, ils courent le grand risque de se voir rapidement limités au simple rôle de fournisseurs de « tuyaux idiots » dans le monde du M2M, avec un retour business Business Case bien souvent incertain. C’est pourquoi ils doivent voir plus loin.

Dans la plupart des cas, l’activité M2M des opérateurs de Télécommunications peut difficilement être rentable si ceux-ci se contentent de facturer les flux M2M au volume. Si par contre, ils facturent, par exemple, par nombre de connections par équipement, par jour/semaine ou mois, et s’ils ajoutent à la vue purement opérationnelle des choses une couche analytique à forte valeur ajoutée qu’ils peuvent monnayer à sa juste valeur, ils peuvent prétendre à des niveaux de rentabilité bien supérieurs.

En outre, l’adjonction de services à valeur ajoutée (SVA) à leur portefeuille d’activités M2M est un moyen très efficace pour les opérateurs de Télécommunications d’améliorer le degré de satisfaction et le taux de fidélisation de leurs clients et, de ce fait, d’en réduire le churn. Pour ce faire, il est nécessaire que les opérateurs de télécommunications se dotent des capacités nécessaires pour collecter, intégrer et analyser les données M2M, en les corrélant avec toutes autres données pertinentes relatives aux clients, aux équipements, etc…
En d’autres termes, les opérateurs de télécommunications ont besoin de disposer des solutions les plus appropriées en matière de datawarehousing et de business intelligence.
Les opérateurs peuvent également générer des revenus liés au M2M via la fourniture de services d’intégration de systèmes dans le cadre de la mise en œuvre d’applications majeures telles que le déploiement de compteurs intelligents dans le monde de l’énergie ou la gestion de flottes et de matières sensibles dans le monde du Transport, ou encore via la prise en charge directe pour le compte de leurs clients de la gestion de leurs activités M2M. Mais il apparait de plus en plus que le véritable eldorado pour les opérateurs en matière de M2M réside dans le développement de solutions analytiques à forte valeur ajoutée.

Un large éventail de solutions analytiques pour le M2M

Le M2M est d’ores et déjà à l’œuvre dans un grand nombre de domaines, et la liste ne cesse de s’étendre.
• Electronique (Photographie Numérique, livres électroniques, « Box » de chaque opérateur,…): analyse des comportements d’usage, suivi en temps (quasi)-réel des indicateurs-clés de performance et actions de correction préventive, ventes croisées, publicité personnalisée,…
• Santé (Suivi des patients à distance, diagnostic et prescriptions à distance): alertes, consultations et prescriptions en urgence, analyse de l’évolution des patients, médecine prédictive et proactive, plus grande efficacité des soins, réduction des coûts,
• Points de Vente (NFC (Near-Field Communications), LBS (Location-Based Services)): analyse à distance de l’usage et du fonctionnement des Points de Vente, détermination de règles permettant de mettre en place une maintenance préventive conduisant à une optimisation du temps d’usage et à une réduction des coûts d’intervention, marketing personnalisé en temps réel, …
• Sécurité (Alarmes, contrôle à distance avec TV en circuit fermé): interventions d’urgence, contrôle à distance et en temps réel des équipements, localisation,…
• Transport et Logistique (Transport « intelligent », recharge de véhicules électriques, mise en réseau d’équipements bureautiques) : suivi et contrôle des paramètres-clés de produits sensibles (température, humidité, ouverture, chocs,…), gestion optimisée du transport et de la distribution d’électricité, gestion de bout-en-bout des équipements et des produits transportés,…
• Energie “Intelligente” (Réseaux intelligents, compteurs intelligents, maisons intelligentes) : optimisation du transport et de la distribution d’énergie, et optimisation de leur consommation d’énergie par les clients finaux,…

Le cas spécifique de l’Energie “Intelligente”

Les acteurs du monde de l’énergie se voient contraints de devenir de plus en plus “intelligents”, sous la pression de l’évolution des technologies et/ou des règlementations nationales ou internationales. Cependant, ils peuvent faire face à cette évolution soit d’une manière passive soit d’une manière active :

En mode passif, ils se concentrent essentiellement sur les aspects suivants:
o gestion d’énormes volumes de données
o gestion et extension du réseau
o respect des contraintes règlementaires
o service et fidélisation du client
o peut-être : esquisse de calcul de Retour sur Investissement s’il leur reste un peu de temps

En mode actif, ils vont plutôt se concentrer sur les aspects suivants:
o exploitation de nouveaux gisements de données d’une grande richesse
o gestion prédictive du réseau
o tarifications innovantes et personnalisées
o gestion optimisée de la demande d’énergie
o anticipation sur les exigences règlementaires et sur les évolutions de l’industrie
o réduction des coûts d’investissement et d’exploitation
o segmentation clients et marketing ciblé
o portails clients
o fourniture de nouveaux services à valeur ajoutée

Tous les acteurs de l’énergie concernés ne sont pas nécessairement équipés, ni désireux de l’être, pour prendre en charge eux-mêmes tous ces aspects, mais les opérateurs de télécommunications sont idéalement placés pour le faire pour eux avec les solutions de datawarehousing et de business intelligence les mieux adaptées, dont ils disposent déjà, dans bon nombre de cas, pour leurs propres besoins décisionnels.

A quoi s’intéressent les solutions analytiques dans le monde du M2M ?

Evolutions simples de paramètres: un bon exemple est celui d’un capteur de température: il peut être modélisé avec des règles simples, du type : « si…., alors… »

Evolutions complexes multi-factorielles:
• s’appuient sur la construction préalable (et la mise à jour en continu) d’une bibliothèque de « profils de comportements normaux »
• mesurent les écarts par rapport aux comportements normaux pour chaque nouvel évènement, et déclenchent les actions correctrices les plus appropriées
• comportent souvent des analyses élaborées de type six-sigma pour mesurer la distribution d’écarts par rapport à la normale afin de pouvoir gérer au mieux des zones de tolérance avant déclenchement d’actions correctrices

Analyses Prédictives: prévision des évènements à venir les plus probables sur la base de l’analyse des évènements en cours, et planification des actions correctrices les plus appropriées et des moyens afférents. De plus en plus effectuées en temps (quasi)-réel pour des actions de maintenance prédictive, de contrôle qualité, etc…

Le M2M est le véritable “Big Data” de demain

Un avion de ligne (Boeing ou Airbus) génère 10 terabytes d’information par moteur toutes les 30 minutes de vol. Ainsi, pour un « simple » vol de Paris à Doha au Qatar avec un appareil doté de deux moteurs, le volume total de données généré pendant le vol est de 240 térabytes de données !
Ainsi, en ne considérant que les vols commerciaux, le volume total de données générées par les capteurs des avions volant dans le monde au cours d’une seule journée atteint les centaines de pétabytes …
En outre, en-dehors de l’avion lui-même, il y a le chargement dans les soutes, qui est souvent d’une grande valeur et fragile. II s’agit notamment de produits pharmaceutiques, d’équipements médicaux, d’organes vivants pour greffes, de produits frais et périssables, d’équipements électroniques, de documents de haute valeur,…
Les capteurs embarqués et connectés mesurent des facteurs-clés tels que : la température, la pression, le degré d’humidité, la luminosité, l’accélération, les mouvements, les chocs, les vibrations, la localisation GPS,… tout ceci sans interférer avec les équipements de l’avion ce qui impose en particulier que chaque capteur doive complètement neutraliser son système de communication radio pendant un vol sans qu’une intervention humaine soit nécessaire.
En d’autres termes, il doit être suffisamment « intelligent » pour savoir quand il ne doit pas transmettre.

Ce genre d’exemples, et beaucoup d’autres, ont conduit Stephen Brobst, Chief Technology Officer de Teradata, à faire la prédiction suivante : « Dans les cinq ans à venir, les données issues de capteurs dépasseront en volume les données issues des réseaux sociaux.
Dans les dix années suivantes, ces données de capteurs seront 10 à 20 fois plus volumineuses : le M2M est donc le véritable ‘ Big Data ‘ de demain’. »

A propos de l’auteur :
Jacques HOEUSLER est Senior Principal Consultant chez Teradata International, avec un focus privilégié sur l’industrie des Télécommunications depuis plus de 30 ans.
Ingénieur Civil des Mines et DEA de Sciences Economiques, il a débuté sa carrière en 1981 dans le Conseil en Management (Principal chez AT Kearney, Partner chez Gemini Consulting), puis a rejoint AT&T en 1995, et est demeuré chez NCR Teradata après le spin-off d’AT&T, puis avec Teradata après le spin-off de NCR. Il a en particulier été pendant 9 ans le Directeur du Centre d’Expertise Télécoms de Teradata pour la région EMEA.
Mars 2014




Nouveau commentaire :
Facebook Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.