Retour sur la conférence 'Les progrès qualité par le Big Data'

Interview des conférenciers

Les possibilités de collectes d’informations sont aujourd’hui abondantes grâce à la multiplication des capteurs, la numérisation et la connectivité. S’il est aujourd’hui possible de stocker de grands volumes de données nommés « Big Data », le challenge est leur qualité, leur traitement et leur interprétation, notamment dans un objectif de fiabilisation et de conception robuste.

Conférenciers :

Groupe PSA : Guillaume GRUEL, Responsable Engineering & Quality Data Service | Michel ROESCH, VP Quality - Head of Control Tower - Digital Transformation
Groupe Renault : Thierry NOLLET, Quality & Total Customer Satisfaction Control Tower General Manager |Fabien MANGEANT, Expert Méthodes Statistiques | Matthieu Responsable Statistiques & Data Science.

 

Les sources de données sont aujourd’hui nombreuses – retours atelier, call centers, réseaux sociaux, enquêtes clients, etc. – et elles sont traitées en silos par des services isolés qui ne disposent pas forcément de toutes les connaissances. Le challenge du Big data est de mettre à disposition la bonne information au bon interlocuteur et de la croiser avec d’autres sources de données. Cela nécessite une adaptation des technologies et des organisations.

L’exploitation des datas doit aller vers les méthodes de « Data science » et de « Machine learning » afin de traiter un grand volume en temps réel. Par exemple le traitement d’un problème de serrure de porte demande des informations sur le produit, mais aussi sur son usage (comment ou combien de fois le conducteur ferme sa porte ?), puis il est nécessaire de recueillir des informations de son usine de production et sur sa conception. Les intérêts sont d’anticiper les crises et d’améliorer une conception robuste.

La récolte des données textuelles (parole client, rapport d’atelier, chat Techline, etc.) est une des difficultés rencontrées car elle n’est pas codée par définition. Le vocabulaire peut être différent, il y a des fautes d’orthographe et il faut prendre en compte plus de dix langues. Il faut alors avoir recours au « text-mining » et à un système de recherche « à la Google ».

Ce nouveau métier nécessite de développer des offres de formation universitaires et internes aux entreprises, d’intégrer de nouvelles compétences, de changer les processus intra directions et les organisations.

Après la conclusion, l’assistance bouillonnait de questions mais les participants ont pu continuer à échanger avec les intervenants, une discussion qui s’est ensuite poursuivie autour d'un verre de l'amitié.

Retrouvez un compte-rendu détaillé de cette conférence  dans le numéro 853 de la revue Ingénieurs de l'Auto, disponible en mars !

 

Je m'abonne