Sept manières dont les ingénieurs utilisent l’analytique des données

Alors que la technologie évolue à un rythme toujours plus rapide, les ingénieurs de nombreux secteurs d’activité doivent demeurer au fait des dernières réalisations et des plus récentes avancées. Dans un article intitulé Big data: A survey research perspective présenté à l’occasion du Symposium 2016 de Statistique Canada, l’auteur Reg Baker propose la définition suivante des mégadonnées : ensembles de données si volumineux et si complexes qu’ils ne peuvent être traités ou analysés à l’aide des systèmes logiciels traditionnels. Les mégadonnées sont de plus en plus une partie intégrante du travail moderne, et les ingénieurs qui souhaitent devenir des chefs de file dans leur domaine ont tout intérêt à comprendre les mégadonnées.

Un tel environnement exige des professionnels capables d’apprendre tout au long de leur vie. Il faut toute une vie pour maîtriser l’ingénierie des données, a déclaré à Stitch Data Stephanie Tam, directrice de l’ingénierie chez Kyruus, une entreprise qui a su tirer profit de l’exploitation des données pour devenir le chef de file du secteur des systèmes de santé dans le domaine des solutions de recherche et de planification. Chaque année, il y a quelque chose de nouveau à apprendre. On ne fait jamais la même chose d’une année à l’autre.

Un programme de maîtrise en gestion en ingénierie (MGPI) en ligne peut donner aux ingénieurs la chance d’améliorer leurs possibilités de carrière en apprenant et en exploitant l’ingénierie d’analytique des données. Une fois diplômés, les étudiants sont en mesure d’utiliser des applications d’analytique des données afin de diriger efficacement des équipes du secteur des technologies. Les diplômés sont prêts à mobiliser des capitaux, du personnel et des technologies à des fins d’analyse, d’innovation, d’optimisation et d’excellence en ingénierie à l’aide de systèmes d’analytique des données en ingénierie qui leur permettent d’évaluer les risques et de simplifier les procédés.

Dans cet article, nous vous présenteront les sept manières dont les directeurs de l’ingénierie utilisent les données.

Simplification des procédés grâce aux applications d’analytique des données

L’analytique des mégadonnées ne fournit pas seulement de gigantesques masses d’information, mais donne également aux analystes la possibilité de faire des prévisions à partir des tendances observées dans les ensembles de données. Par exemple, l’analytique des mégadonnées permet aux fabricants de mieux planifier et de produire des produits personnalisés presque aussi efficacement que des produits fabriqués à plus grande échelle. Ces capacités novatrices offrent des outils qui permettent aux ingénieurs de produits de recueillir, d’analyser et de visualiser les commentaires des clients en temps quasi réel.

En plus de fournir des voies d’accès afin que les commentaires des clients soient transmis rapidement et clairement, l’analytique des données en ingénierie peut repérer les goulots d’étranglement et les problèmes de la chaîne logistique, ce qui permet aux ingénieurs de faire des ajustements qui se traduisent par une augmentation de l’efficacité. Les modèles complexes qui reposent sur des données réelles (et en temps réel) ne font pas d’hypothèses irréalistes relativement à la productivité. De plus, ils intègrent automatiquement les effets des retards et des perturbations auxquels les équipes de conception doivent faire face au quotidien. En d’autres termes, ils tiennent compte non seulement de la complexité du projet (en ce qui concerne à la fois la fonctionnalité et la mise en œuvre), mais également de la complexité de l’environnement d’équipe.

Avec ces informations à leur disposition, les directeurs de l’ingénierie peuvent mieux simplifier leurs procédés et donner à leurs équipes des outils qui leur permettent de travailler de manière efficace et productive.

Leadership d’équipe

Dans leur livre Managerial Analytics: An Applied Guide to Principles, Methods, Tools, and Best Practices, les auteurs Michael Watson, Peter Cacioppi et Derek Nelson définissent l’analytique de gestion comme les connaissances en analytique qu’un gestionnaire doit avoir afin de prendre de meilleures décisions. L’analytique des données peut fournir aux gestionnaires des informations cruciales qui éclairent la façon dont ils dirigent leurs équipes, attribuent des projets et prennent des décisions d’embauche.

L’analytique des données peut fournir aux responsables de l’ingénierie des informations critiques sur les employés de leur entreprise ou de leur organisation. Une analyse de ce type est souvent appelée analytique du personnel ou analytique relationnelle. Elle est conçue de façon à fournir des renseignements statistiques qui éclairent les décisions en matière de recrutement et de gestion d’équipe.

Par exemple, un constructeur automobile américain a tiré parti de l’analytique du personnel pour former des équipes collaboratives. Nous faisons très attention à qui nous choisissons, a déclaré le responsable du programme. Nous recherchons des gens qui ont les bons antécédents fonctionnels, qui ont toujours réalisé un travail novateur, et nous nous assurons de recruter des candidats de tous les âges provenant d’horizons variés.

D’après l’édition 2020 du rapport Talent Trends de LinkedIn, 73 % des recruteurs professionnels affirment que leur entreprise considère l’analytique du personnel comme une importante priorité des cinq prochaines années. Pourtant, plus de la moitié de ces entreprises ne disposent toujours pas d’une équipe d’analytique des données suffisante pour faire face à cette priorité. Cela offre de très intéressantes possibilités aux professionnels qualifiés en ingénierie d’analytique des données qui possèdent une connaissance approfondie des applications d’analytique des données et qui possèdent des compétences en gestion.

Évaluation et gestion des risques

Dans The Role of Risk Assessment in Engineering Practice, Mobayode Olusola Akinsolu définit l’évaluation des risques comme la détermination de l’ampleur et de la valeur des risques liés à une situation existante et à une menace connue. Les directeurs de l’ingénierie jouent un rôle crucial dans l’évaluation et l’atténuation des risques liés aux projets qu’ils supervisent.

Selon Nate Richards, président d’Entrance Software Consulting, les firmes d’ingénierie peuvent également utiliser les données pour évaluer les risques en surveillant les données des capteurs afin de vérifier l’intégrité structurelle. Il écrit : La plupart des grandes entreprises de fabrication industrielle utilisent déjà des capteurs pour détecter les anomalies afin de prévenir les problèmes structurels inattendus. Imaginez si un pont, un immeuble ou une route pouvait vous envoyer une alerte lorsque votre attention immédiate est requise. Les applications et les possibilités d’utilisation sont infinies.

Cihan Biyikoglu, vice-président directeur des produits chez RMS, le premier fournisseur mondial de produits, de services et d’expertise en quantification et en gestion des risques de catastrophe, a déclaré que la norme ouverte pour les données de risque (Risk Data Open Standard, ou RDOS) permettra de mieux intégrer les données entre les systèmes qui traitent les données d’exposition et de perte, ce qui aidera les dirigeants, dont les directeurs de l’ingénierie, à mieux comprendre le type de protection qui doit être mis en place contre les changements climatiques et les autres catastrophes naturelles ou d’origine humaine.

Production de tableaux de bord et de rapports

Dans un article intitulé Analytics for the Engineering Manager, Leeor Engel, directeur de l’ingénierie chez Pager Duty, décrit plusieurs des façons dont il utilise les applications d’analytique des données dans la production de ses rapports. À titre d’exemple, mentionnons :

• Utilisation de JIRA et d’un outil d’extraction, de transformation et de chargement (ETL) pour produire des rapports de prévision de projet. Engel note qu’il utilise ces rapports directement auprès des ingénieurs de son équipe afin qu’ils puissent effectuer un suivi de l’avancement des travaux, apporter des correctifs en cours de route et disposer d’un tableau de bord du projet mis à jour en temps réel partagé.
• Utilisation d’outils tels que PeriscopeData, Mode et Tableau pour faciliter la création d’espaces propices à l’interrogation des données et à la production de tableaux de bord
• Production de rapports spéciaux présentant clairement les tendances et les schémas des données aux parties prenantes

Les gestionnaires trouveront également des outils de visualisation des données (des applications leur permettant d’interagir avec des données regroupées de manière attrayante et utile) pour rehausser leurs capacités de gestion stratégique et opérationnelle. Stephanie Ray de Project Manager énumère trois façons dont la visualisation des données peut aider les gestionnaires :

• Infographie : De nombreux projets d’ingénierie exigent la synthèse et la compréhension d’une quantité phénoménale de données complexes en peu de temps. Selon Ray, l’infographie aide les gens à discerner des schémas dans les données, par exemple des tendances qui ne seraient pas aussi évidentes sans ces outils de visualisation.
• Intelligence visuelle : Certaines personnes traitent et retiennent mieux les informations si elles sont présentées sous forme d’images plutôt que de mots. Les données sont communiquées et comprises grâce à la capacité de l’observateur d’interpréter la signification de l’image, explique Ray. Le sens ne se communique pas uniquement à l’aide des mots.
• Analyse exploratoire des données : En modélisant les ensembles de données dans un contexte visuel, leurs principales caractéristiques peuvent être mises en évidence et analysées, explique Ray. Cela correspond bien aux façons dont l’analyse et la visualisation des données peuvent interagir avec les outils de veille stratégique : l’analyse et la visualisation permettent aux gestionnaires et à leurs équipes d’interagir avec les données de façon visuelle et interprétable, et les outils de veille stratégique peuvent convertir cette analyse en rapports qui éclaireront la prise de décisions d’affaires.

Les directeurs de l’ingénierie peuvent utiliser les applications d’analytique des données pour soutenir leurs équipes. Aldo Garcia, directeur de l’ingénierie chez Squarespace, a déclaré à Built In que son travail consiste à gérer quatre équipes qui créent des applications internes et des pipelines de données afin d’aider Squarespace à être plus efficace et à prendre des décisions reposant sur des données. Pour Garcia, la collecte des données consiste entre autres à connaître les membres d’équipe dont il est responsable afin de pouvoir comprendre ce qui motive chacun d’eux, et les aider à progresser en leur offrant des commentaires personnalisés. Garcia travaille également avec l’équipe de direction de Squarespace afin d’intégrer les données internes sur les employés qu’il analyse afin d’atteindre les objectifs fixés, tant en ce qui concerne la gestion des projets que la culture institutionnelle de l’entreprise.

Mesurer la productivité et la gestion de la performance

Andy Montgomery, vice-président principal de l’ingénierie chez Aurea, affirme qu’après seulement un mois d’utilisation d’un programme d’analyse des indicateurs de performance, il prévoyait une augmentation de 50 % de la productivité et une réduction de 20 % des coûts d’exploitation de l’équipe d’ici la fin du trimestre.

De même, Vicki Speed du magazine Inside Unmanned Systems signale que Integrated Sustainability, une entreprise de livraison et d’exploitation d’infrastructures durables établie à Calgary, au Canada, constate une amélioration appréciable grâce à l’utilisation des commandes de machines et, plus récemment, des systèmes autonomes. En s’appuyant sur les données, les équipes parviennent à augmenter la productivité de 30 à 45 pour cent.

Il s’agit là précisément des types de problèmes que peuvent résoudre les directeurs de l’ingénierie qui savent pleinement utiliser les applications d’analytique des données. En créant des pipelines et des modèles qui rendent les données facilement accessibles aux collègues qui en ont besoin, les ingénieurs de données et les directeurs de l’ingénierie peuvent repérer les manques à gagner au chapitre de la productivité et configurer des solutions pour les éliminer.

Indicateurs de réussite

Dre Nicole Forsgren, cofondatrice, PDG et scientifique en chef chez DevOps Research and Assessment (DORA), affirme que les gestionnaires doivent utiliser des mesures qui mettent l’accent sur les résultats, et non sur la production, et utiliser des mesures qui optimisent les résultats globaux ou d’équipe, et non les résultats locaux ou individuels. Prenons, par exemple, un directeur du génie logiciel. Forsgren affirme que, plutôt qu’évaluer la réussite selon le nombre de lignes de code écrites en un certain laps de temps, le gestionnaire doit concentrer son attention sur des mesures telles que la cadence, la stabilité, la base de données et la qualité.

En recueillant divers types de données, par exemple :

• Combien de temps une équipe met à déployer un nouveau code
• Le taux d’échec des changements
• Les écarts entre les équipes de base de données et de conception
• Combien de temps est consacré aux correctifs

Les directeurs du génie logiciel peuvent déterminer les conditions de réussite de leurs équipes, puis prendre les mesures nécessaires pour les aider à y parvenir.

De même, les applications d’analytique des données peuvent fournir des renseignements cruciaux aux directeurs de la construction et du génie civil lorsqu’ils entreprennent de définir et d’évaluer la réussite de leurs équipes et de leurs projets. Selon Ryan Ayers de chez Dataconomy, l’analyse des mégadonnées peut fournir des données financières fiables, des alertes propres à certains événements, ainsi que des analyses complexes, le tout en temps réel. Cette technologie permet aux ingénieurs civils de vérifier et d’analyser les informations de façon incroyablement rapide et d’éviter les embûches en cours de route qui pourraient faire la différence entre la réussite et l’échec d’un projet.

Les ingénieurs pourraient également constater que l’analytique des données est utile pour définir et mesurer les indicateurs clés de performance (ICP), c’est-à-dire des paramètres de performance qui indiquent si vous réussissez au sein d’une entreprise. Citée sur le site Web Construction Dive, Jit Kee Chin, vice-présidente directrice et directrice des données chez Suffolk Construction, a déclarée : Vous ne pouvez pas gérer ce que vous ne mesurez pas. Les clients potentiels s’attendent à avoir accès à des données de performance reposant sur les indicateurs clés de performance, et utiliseront ces informations pour prendre des décisions en matière de recrutement et d’attribution des contrats, a-t-elle renchérie.

Grâce à des analytiques pertinentes à portée de main, les directeurs de l’ingénierie peuvent définir des critères de réussite précis, évaluer avec réalisme les obstacles auxquels ils sont confrontés et élaborer des stratégies qui rendent la réussite possible.

Améliorer les produits

Ann Peedikayil a occupé divers postes d’ingénieure chez Caterpillar pendant plus de dix ans avant de devenir scientifique des données en 2018. En tant qu’ingénieure, a confié Peedikayil en entrevue, elle a utilisé des données pour contribuer à l’élaboration de solutions pour l’amélioration continue des produits, et dirigé le processus décisionnel en matière de conception et de lancement de nouveaux produits.

Pour Peedikayil, l’analytique des données n’est pas seulement un outil permettant d’analyser des informations intéressantes, mais un atout à part entière qui profite à toutes les étapes de la production. L’analytique des données m’a aidée à comprendre nos clients, nos fournisseurs, nos machines et nos processus à différents niveaux de granularité, a-t-elle commentée.

Dans un article intitulé Big Data in Design and Manufacturing Engineering publié dans l’American Journal of Engineering and Applied Sciences, Lidong Wang et Cheryl Alexander affirment que certaines entreprises manufacturières, par exemple General Electric, considèrent les mégadonnées provenant de capteurs installés sur les produits fabriqués (par exemple les locomotives, les réacteurs d’avion et les turbines à gaz dans le cas de GE) comme un élément clé des stratégies d’entretien efficaces. Dans un même ordre d’idées, des constructeurs automobiles tels que General Motors ont mis au point des voitures autonomes reposant sur l’analyse des mégadonnées provenant de capteurs et d’appareils de vision industrielle (Davenport, 2013). Les mégadonnées sont devenues le facteur clé de l’ensemble du cycle de production et de fabrication, ainsi que dans l’offre de services dans le secteur automobile et des appareils mobiles. En fait, les mégadonnées sont au cœur du processus qui combine les données provenant des capteurs et les données de géolocalisation afin d’offrir des services (Camilli et Duisberg, 2013).

L’analyse et la compréhension des mégadonnées sont directement reliées à l’amélioration des produits.

Intégrer l’intelligence artificielle (IA)

Cognilytica a découvert que les tâches de préparation et d’ingénierie des données représentent plus de 80 % du temps consacré à la plupart des projets d’IA et d’apprentissage automatique. À lui seul, ce fait démontre clairement que, dans un monde où l’IA prend une importance grandissante, les gestionnaires qui possèdent des compétences en ingénierie d’analytique des données sont très demandés. Les ingénieurs de données recueillent et stockent des données en vue d’une utilisation ultérieure; ainsi, les ingénieurs ne conçoivent pas eux-mêmes l’intelligence artificielle, mais celle-ci ne saurait être conçue sans les données fournies par les ingénieurs. Les ingénieurs en apprentissage automatique, quant à eux, se situent à la croisée du génie logiciel et de la science des données... les ingénieurs en apprentissage automatique créent également des programmes qui contrôlent des ordinateurs et des robots.

Les ingénieurs chimistes utilisent eux aussi l’analytique des données pour intégrer l’intelligence artificielle à leurs procédés ainsi qu’à leurs secteurs d’activité. Par exemple, Henkel AG & Co. KGaA a lancé l’initiative Smart Operations, qui recueille des données internes et sur les clients portant sur les produits Henkel. Cette initiative a permis de nombreux avantages en matière d’IA : mise en marché accélérée des nouvelles formules de produits, expansion plus rapide, ainsi que la détection et la résolution rapides des problèmes liés à la qualité des produits.

Du côté des ingénieurs civils, lorsque les technologies de mégadonnées produisent des solutions auxquelles les humains ne peuvent pas parvenir facilement, l’IA intervient afin que les ingénieurs civils avertis ne ratent pas une occasion d’améliorer leur travail. Les mégadonnées, l’analytique des données et l’intelligence artificielle ne doivent pas devenir d’autres tâches écrasantes qui viennent s’ajouter à l’emploi du temps d’un directeur de l’ingénierie déjà débordé. Heureusement, celles-ci peuvent être mises à profit de façon interactive afin de permettre aux ingénieurs de s’adapter aux nouvelles technologies tout en atteignant les objectifs de leurs projets.

Les ingénieurs en gestion de la fabrication et des chaînes de production constateront que Smart Factory, un environnement hautement informatisé et connecté où les machines et les équipements peuvent améliorer les processus grâce à l’automatisation et à l’auto-optimisation, exploite les données de manière à tout relier, de la direction générale à l’atelier. L’intelligence artificielle peut également détecter les défaillances et les défauts des appareils en plus de tester de nouvelles conceptions. Parmi les autres façons dont l’intelligence artificielle peut servir les ingénieurs de fabrication et de produits, mentionnons les systèmes d’aide à la décision par intelligence artificielle (SAD-IA), l’optimisation des procédés fondée sur l’IA, la détection des défauts fondée sur l’intelligence artificielle/l’apprentissage automatique, la prédiction de la maintenance fondée sur l’intelligence artificielle/l’apprentissage automatique ainsi que les procédés d’automatisation numérique industriels 4.0.

Devenir ingénieur et chef de file en analytique des données

Si vous souhaitez devenir un chef de file dans votre domaine, le programme de maîtrise en gestion en ingénierie (MGPI) en ligne de l’Université d’Ottawa peut vous aider à atteindre votre objectif.

Le programme de MGPI :

• Aborde les compétences fondamentales en gestion et en leadership
• Est enseigné par des experts de l’industrie et des diplômés accomplis
• Est flexible, concis et se donne entièrement en ligne, à temps partiel

Notre module spécialisé en analytique des données comprend de puissantes techniques d’analytique permettant aux professionnels de communiquer des informations pertinentes à partir des données afin d’appuyer leur prise de décision. Que vous soyez un ingénieur en bâtiment souhaitant utiliser les données pour prédire les impacts, un développeur de logiciels cherchant à comprendre plus en détail comment les données peuvent améliorer les réalisations d’un projet, un futur directeur de l’ingénierie ayant pour objectif de faire d’excellentes présentations des données ou que vous occupiez tout autre poste parmi les nombreux autres que compte la profession d’ingénieur, les compétences que vous développerez au cours du programme de MGPI vous permettront de faire progresser votre carrière.

Découvrez le module spécialisé en analytique des données du programme de maîtrise en gestion en ingénierie en ligne de l’Université d’Ottawa.