Quatre défis (et opportunités) de la gestion des actifs d'entreprise
L'application aux données d’actifs de la discipline du Master Data Management peut peut contribuer à soutenir la transformation digitale et les nouveaux processus métier. Elle facilite le passage d'une maintenance des actifs réactive à une maintenance prédictive et préventive.
Les avantages de l'industrie 4.0 sont désormais connus et de nombreuses entreprises cherchent à investir dans de nouvelles technologies disruptives afin de transformer radicalement leurs processus internes. Dans certains cas, les dépenses ont déjà été consenties, mais le bénéfice maximal reste à venir. Quelle que soit la progression ou la manière dont circule le flux de données, avant de retirer de la valeur de leurs données, les entreprises doivent en assurer la gouvernance.
Plusieurs facteurs justifient cette approche :
- Les données produit ne peuvent pas résider dans des feuilles de calcul hors ligne. Elles doivent être disponibles en temps réel afin d’apporter toute la transparence nécessaire à une expérience client hyper-personnalisée. Les données doivent être accessibles.
- Les données client ne sont utiles qu’une fois sorties du CRM et d'autres types de silos pour être fusionnées et fournir ainsi une vue à 360 degrés apportant des informations stratégiques. Les données doivent permettre une vue d’ensemble.
- Pour pouvoir soutenir les initiatives et les investissements de la transformation digitale, les actifs, qu’ils soient numériques ou physiques, doivent être associés à des données. Les données doivent apporter de la valeur.
Examinons les opportunités et les défis les plus courants de la gestion des actifs (et des données sur les actifs) dans le paysage digital actuel. Mais tout d'abord, définissons le terme. Qu’entendons-nous par « actif » ?
Qu'est-ce qu'un actif d'entreprise ?
Un actif d'entreprise est un bien détenu par une société. Les actifs peuvent être physiques - tangibles - ou non physiques - intangibles. Les actifs physiques comprennent, par exemple, les équipements liés aux transports, à l’informatique, les équipements techniques et de fabrication, les bâtiments, les infrastructures, les réseaux et les appareils intelligents. Les actifs non physiques peuvent inclure la propriété intellectuelle, le capital, les logiciels et/ou les actifs numériques.
Exploiter ces actifs d'entreprise exige d’assurer la maintenance et la gouvernance des informations, ou données d'actifs, qui y sont associées.
Gestion des données d’actifs de l'entreprise
Quatre défis courants de la gestion des actifs d'entreprise reposant sur la gouvernance
1. Assurer la transparence des actifs d'entreprise
Dans de nombreuses organisations, l'infrastructure des actifs est extrêmement complexe. Les actifs sont répartis entre toutes sortes de sites, départements et bases de données, ce qui empêche toute vue d'ensemble. Résultat, un manque de visibilité qui empêche de répondre facilement à des questions du type : « Quel est l'état actuel des actifs qui soutiennent ce processus métier ? Qui les utilise ? Où se trouvent-ils ? » Autant de questions auxquelles les données sur les actifs permettraient de répondre rapidement.
Sans cette transparence des données sur les actifs, des informations essentielles telles que la mise à disposition des actifs, le stockage, les prévisions et les niveaux de stock peuvent facilement être négligées. Résultat : des retards dans les workflows, des coûts plus élevés, des clients insatisfaits et des marchandises manquantes ou incorrectement placées, avec très peu de traçabilité. Même si vous parvenez aujourd'hui à vous passer de cette transparence, pensez au temps passé à suivre chacun de vos actifs séparément. Pensez aussi à la responsabilité qui incombe uniquement à quelques personnes expérimentées, lesquelles doivent transmettre leurs connaissances aux collaborateurs censés les remplacer pendant des congés, des absences inattendues ou des départs à la retraite.
C’est pourquoi les grandes entreprises manufacturières et de services accordent aujourd’hui une attention toute particulière à la gestion de leurs actifs. Une vue à 360 degrés fournit des informations s’appuyant sur plusieurs facteurs définis par l'utilisateur. Par exemple, le suivi des livraisons et des équipements en cours de commande afin de les aligner sur les niveaux de stock disponibles, les registres de commandes et les prévisions de ventes. Autre exemple, un carnet de commandes bien rempli pour le mois prochain et dans le même temps une machine critique pour la production dont les capteurs indiquent la nécessité prochaine d'une maintenance. Disposer de ces données peut aider à planifier la production pendant la durée de la maintenance. Même dans le cas d'actifs mobiles tels qu'un camion de livraison, les données de localisation permettent de gagner un temps précieux. Si un besoin imprévu de matières premières apparaît, l’itinéraire de ce camion peut être modifié pour récupérer les matières premières nécessaires chez le fournisseur. Cette approche fonctionne également dans les industries lourdes où, pour éviter les perturbations et contrôler les coûts, la consommation d'énergie est surveillée ou bien réglementée afin d’assurer la conformité.
Avec le Master Data Management, les entreprises manufacturières rentabilisent leurs investissements :
2. Relier les actifs des applications métier
De plus en plus, les actifs doivent être reliés selon des méthodes complexes. Ces relations nécessitent une modélisation qu'il est difficile d'obtenir à l'aide de systèmes de gestion d’actifs ou de registre d’actifs traditionnels, et ce, pour diverses raisons, dont la diversité des formats.
Le rôle des planificateurs de production ou des responsables de départements peut par exemple dépasser les limites des systèmes de gestion d’actifs existants. Gérer les actifs nécessite dans ce cas d’identifier tous les cas d'usage et tous les objectifs applicables. Une telle approche peut s'avérer délicate, car les outils actuels de gestion des actifs, de même que les données d’actifs, sont généralement cloisonnés dans des applications spécifiques. Ces applications en outre, ne peuvent pas être normalisées ni partagées pour une expérience définie par l'utilisateur. La solution consiste à accéder aux informations et à les interpréter directement dans d'autres systèmes ce qui évite toute importation/exportation manuelle de multiples formats, pratique fréquente, mais très chronophage et sujette aux erreurs.
Autre exemple, celui des acquisitions. Dans ce cas, différents actifs sont brusquement ajoutés à une entreprise et doivent être correctement mis en ligne. Très souvent, ces actifs continuent à fonctionner à l'écart du reste de l'entreprise, faute de temps et de ressources pour toute mise en œuvre ou formation. Cette situation devient très complexe lorsqu’il s’agit de mesurer différents critères définis par l'utilisateur. Pouvoir acquérir et gérer ces différents actifs (par exemple, des systèmes anciens) permet de partager leurs données avec des domaines plus familiers pour obtenir différents éclairages. Une telle démarche réduit le temps nécessaire à la mise en ligne des actifs acquis et à leur intégration aux workflows.
En savoir plus sur les silos de données et comment les transformer en zones de visibilité
3. De nouveaux modèles métier
Dans le cadre de leur transformation digitale, certaines entreprises cherchent à se différencier en complétant les modèles métier dédiés aux produits par des services à valeur ajoutée.
En voici quelques exemples :
Les fabricants de machines professionnelles en leasing mettent en place de nouvelles méthodes pour fournir directement à leurs clients des pièces détachées et des services. Les capteurs sont de plus en plus présents dans les appareils. Ils permettent de surveiller le cycle de vie des produits. Ils permettent aussi la liaison avec des professionnels certifiés du service client qui disposent ainsi de meilleures informations et peuvent connaître immédiatement le statut de garantie du produit. Exemple plus familier, les véhicules en location peuvent désormais transmettre des données sans fil. Il n’est plus nécessaire qu’un mécanicien accède manuellement aux informations de diagnostic dans le cadre de visites planifiées. Ce système permet un suivi en temps réel de différents problèmes de maintenance ou encore le rappel de produits. En fonction de sa situation géographique, le client peut en outre être conseillé quant au plan d'action le plus efficace. Dans ces deux exemples, le flux de données reconnaît les relations complexes entre l’actif concerné, le fournisseur, le réseau de distribution et le client, ce qui améliore la surveillance et la fiabilité du service.
Ce n'est qu'un début, car au cours des cinq dernières années la demande des consommateurs a radicalement changé et favorise désormais les produits et les services présentant un haut degré de personnalisation. Pour réussir leur mise sur le marché, les fabricants doivent en tenir compte et adapter leur stratégie en conséquence.
4. Des analyses en temps quasi réel
L’évolution des actifs, qui deviennent de plus en plus communicants, permet une analyse en temps quasi réel des paramètres de fonctionnement. S’appuyant sur la planification de la maintenance prédictive et de la maintenance préventive, cette analyse autorise le contrôle des performances.
Les organisations explorent de nouvelles possibilités de gestion des actifs
Les entreprises peuvent aujourd'hui transformer ces défis en opportunités et modifier profondément leur mode de gestion des actifs. Cependant, étant donné le niveau de complexité et de flexibilité exigé aujourd'hui par la gestion des actifs, les logiciels actuels (systèmes EAM et ERP par exemple) risquent de ne pas suffire à la tâche. Ces systèmes sont en effet souvent détenus par un seul service ou ne contiennent qu’un nombre limité d’actifs. Ou bien les informations sur les actifs sont séparées des autres types d'informations.
Cette approche décentralisée ne permet pas de gérer efficacement les processus métier critiques. De plus, les responsables peuvent avoir des difficultés à gérer les nouvelles couches de complexité associées aux actifs, à leurs écosystèmes, à leur contexte changeant et à leur désignation.
Afin de résoudre le problème, certaines organisations explorent des solutions de Master Data Management (MDM). Elles les utilisent pour décrire les relations fonctionnelles des actifs, leur fonctionnement et leur configuration. Le Master Data Management est conçu pour dépasser les cloisonnements des systèmes, des unités opérationnelles et des processus. Il unifie les informations et améliore la prise de décision. Il permet en outre de disposer de vues standardisées sur les données d’actifs, sans avoir recours à de multiples processus.
Contrairement aux systèmes traditionnels de gestion des actifs, les solutions de Master Data Management collectent, valident et nettoient facilement les données d’actifs, en les regroupant selon des relations complexes. Elles permettent ainsi de définir et de contrôler de nouveaux types de SLA.
L'application aux données d’actifs des meilleures pratiques de la gouvernance des données, (dans le cadre des processus de Master Data Management) peut contribuer à soutenir la transformation digitale et les nouveaux processus métier. Elle peut aussi faciliter le passage d'une maintenance des actifs réactive à une maintenance prédictive et préventive.
Les avantages d’un meilleur Master Data Management pour l’industrie manufacturière.
