Qualité Référence 92

EXCELLENCE, DEMARCHE,

EXCELLENCE, DEMARCHE, MANAGEMENT DATA QUALITÉ, UN PILIER STRATÉGIQUE également beaucoup des phases de test qui permettent de valider la qualité des données. Nous faisons alors appel à des experts métiers sur une base statistique. On leur soumet cette moyenne de ces données pour les consulter sur leur cohérence. Si ces experts les trouvent cohérentes, on est alors sur une bonne base. Si ce n’est pas le cas, on cherchera alors plus profondément dans les données et à comprendre pourquoi cela ne correspond pas aux attentes métiers. « Parmi les critères de la qualité des données les plus importants, figure l’exhaustivité. » QUELLE PLACE LA QUALITÉ OCCUPE-T-ELLE DANS LE NUMÉRIQUE ? M.L. : Dans mon métier, nous travaillons beaucoup avec des ingénieurs Qualité qui observent si la qualité du produit est attendue et répond bien aux normes que ce soit dans la production de pièces ou dans les matières premières. Par exemple, on vérifie alors que l’aluminium présente un taux de fluor qui ne soit pas trop élevé. Nous nous appuyons alors sur des outils numériques pour contrôler de plus en plus la qualité de ce qui est produit. Nous mettons en place alors des systèmes qui permettent de remonter la donnée qui provient de machines ou de la production et des plateformes de données qui traitent ces données. Nous créons ensuite des rapports qui permettent aux ingénieurs Qualité de vérifier que tout ce qui a été produit respecte bien certains critères et d’évaluer si la qualité est bien présente. QUELS SONT LES IMPACTS DE LA BIG DATA SUR LES DÉMARCHES QUALITÉ ? M.L. : Maintenant, nous pouvons traiter des volumes importants de données. Dans le monde de la production, les machines peuvent produire de plus en plus vite et en plus grande quantité. Donc cela n’est plus possible de contrôler pièce par pièce ce qui sort manuellement. Donc avec le Big Data, nous pouvons remonter par le biais des systèmes numériques, l’entièreté de la donnée qui concerne la production. Le traitement et les forces qui nous sont allouées comme la technologie Microsoft et l’apport de Compute et de Sellsy nous permettent de calculer de manière plus massive les indicateurs de qualité et de prendre des décisions. Le Big Data constitue forcément un enjeu et corres- La technologie Microsoft permet de calculer les indicateurs de qualité et de prendre des décisions plus rapidement. © DR 30 IQUALITÉ RÉFÉRENCES • N° 92 • Mars-Avril-Mai 2022

DATA QUALITÉ, UN PILIER STRATÉGIQUE EXCELLENCE, DEMARCHE, MANAGEMENT pond parfaitement à la problématique réelle des enjeux industriels qui est l’accroissement du volume de production et donc une augmentation de volume de données. Le Big Data permet donc plus facilement de manipuler ces données afin de prendre des décisions qui pourraient être plus pertinentes pour l’entreprise. La plateforme Azure de Microsoft dispose, quant à elle, de plusieurs services permettant de faire du Big Data. Cela signifie que nous disposons de bases de données très puissantes sur le Cloud qui possèdent des capacités de stockage très importantes et qui nous permettent de stocker des données. Mais d’autres services mettent à disposition des flux de données en temps réel. On est alors capable de remonter à la seconde les données grâce à cette plateforme. Après avoir stocker les données dans des bases de données aux capacités de stockage très importantes, il nous faut des capacités de calcul très élevées. Dans le Cloud, des machines virtuelles permettent de faire des calculs sur beaucoup de volumétrie de données très rapidement. L’objectif est de faire de l’intelligence artificielle. Nous avons donc des mathématiciens et des data scientists qui vont créer des algorithmes de calcul. Nous utilisons aussi des ressources Azure avec des clusters ayant des capacités de computing très élevées qui permettront en une fraction de seconde d’appliquer un algorithme défini par un data-scientist sur des pétaoctets de données. « Nous appliquons des procédures très strictes en termes de stockage de données. » QUELS RÉFÉRENTIELS QUALITÉ RÉGISSENT LA DATA ? M.L. : Nous appliquons des procédures très strictes en termes de stockage de données. Nous veillons toujours à modéliser la donnée tel que le métier la comprend. Nous respectons alors un cadre de la modélisation de la donnée cohérent. On va forcément toujours appliquer des calculs pour vérifier la pertinence et la qualité de la donnée. Par ailleurs, nous respectons la RGPD et les normes en vigueur pour le stockage des données. Concernant la qualité, nous mettons en place des procédures statistiques pour veiller à avoir des données qui soient cohérentes avec la réalité métier. De plus, nous suivons les normes concernant les datas. COMMENT LA QUALITÉ ET LES SYSTÈMES DE MANAGEMENT INTERAGISSENT-ILS AVEC L’UNIVERS DU DIGITAL ET DU COLLABORATIF ? M.L. : Quotidiennement, que ce soit au niveau du management ou de la qualité, on s’évertue à mettre de plus en plus en place des systèmes digitaux permettant la digitalisation des processus. De plus en plus, les ingénieurs disposent des outils qui permettent de saisir des informations automatiquement et ne plus les avoir en format papier. Ils stockent, sur le cloud, les informations qui seront saisies, par exemple, lors des routines. Ainsi, tous les matins, en production, les ingénieurs se retrouvent pour valider ce qui sera produit dans la journée, les règles à respecter dans la production. Au niveau du management, cela est semblable. Quand un dirigeant veut évaluer la production du jour et la qualité produite, grâce aux outils disponibles, il n’a pas forcément besoin d’aller chercher dans les 15 papiers qui ont été produits sur toutes les lignes de production pour savoir ce qui se passe et voir la remontée de la donnée en temps réel. Avec les outils Microsoft, nous avons aussi beaucoup d’outils collaboratifs tels que Teams par exemple. Avec l’arrivée du Covid, les outils collaboratifs ont présenté tout leur intérêt. Tous les matins, les professionnels dans des usines font un point de 15 minutes pour donner les grandes directives. Maintenant, ils ont l’habitude de le faire directement via Teams à leurs postes dans l’usine. Effectivement, ils interagissent quotidiennement et c’est un véritable levier d’accélération dans la prise de décision et forcément dans la productivité. COMMENT GÉREZ-VOUS LA QUALITÉ DES DONNÉES ? M.L. : Quand on met en place des comités de données pour valider chaque mois la cohérence des données qui sortent des outils, nous nous appuyons sur des outils digitaux. Par exemple, dans ces comités opérationnels, nous créons des dashboards avec la solution d’analyse de données de Microsoft, Power BI permettant de recenser finalement toutes ces valeurs qui pourraient être aberrantes et qui méritent d’être évaluées parce que la qualité de données semble être remise en cause. COMMENT ASSUREZ-VOUS LA GESTION DES RISQUES LIÉS À LA BIG DATA ET À L’UTILISATION DES DONNÉES ? M.L. : Le risque le plus grave est d’entraîner une mauvaise prise de décision. Donc nous allons faire attention de mettre en place un mode d’emploi du tableau de bord avec, par exemple, sur chaque donnée, il y aura un indicateur de qualité de données. On calcule alors des KPI. A ces indicateurs de performance, nous ajoutons des indicateurs QUALITÉ RÉFÉRENCES • N° 92 •Mars-Avril-Mai 2022 I31