ONEPOINT AU CŒUR DES NOUVEAUX USAGES DE LA DATA ANALYTICS
Qu’il s’agisse de regarder dans le rétroviseur ou de tracer sa route, l’analyse des données permet toujours d’élever le niveau de maîtrise stratégique et opérationnel. Architecte des transformations, onepoint vous aide à mobiliser vos données pour que vous soyez à la tête de la course.
Du cadrage de vos besoins (étude de diagnostic, préconisation, audit de la maturité des données…) à la rationalisation (développement, analyses, empowerment…) en passant par l‘exploration et l’expérimentation, nous avons la conviction que la donnée est un actif des organisations. C’est pourquoi onepoint s’inscrit à chaque étape du processus de l’analyse des données pour répondre à vos enjeux d’optimisation et d’innovation.
Grâce à une immersion au sein des métiers, notre démarche itérative vous permettra d’industrialiser pas à pas la performance de vos activités à la fois sur un axe technique avec la valorisation de vos données, mais aussi un axe people avec la mise en place d’une culture data-driven.
La saison de Formule 1 vient de commencer, découvrez grâce à nos experts passionnés comment la Data Analytics révolutionne la Formule 1.
LA DATA ANALYSIS, LE PILOTE FANTOME QUI MENE LES ECURIES DE FORMULE 1 A LA VICTOIRE
D’un point de vue opérationnel comme stratégique, la valeur ajoutée de la data analysis réside dans sa capacité à analyser des événements illustrés par les données pour expliquer un fait et exploiter le résultat pour en tirer une tendance. Son objectif principal : offrir aux entreprises l’opportunité d’un avantage concurrentiel sur leur marché.
La data analysis permet de s’améliorer opérationnellement pour rester compétitif stratégiquement
Au-delà du monde des affaires, il existe un autre domaine où la compétition règne en maître : le sport. Et s’il y a bien un championnat qui est connu pour ses grandes rivalités, c’est la Formule 1. Sport automobile médiatisé, la F1 s’appuie sur une double compétition annuelle pour couronner à la fois le champion du monde pilote et constructeur. Ces véhicules pilotés – encore humainement – sont aujourd’hui des fusées roulant à plus de 300 km/h.
Sport hyper-médiatisé, ses acteurs sont une élite entrainée à prendre des décisions sous une pression extrême. Les écuries profitent de l’engouement médiatique pour démontrer leurs qualités sportives et techniques, tout autant que pour accroitre leur renommée mondiale.
Cependant si gagner une milliseconde faisait hier toute la différence sur le circuit, la vitesse seule ne suffit plus aujourd’hui ! Les enjeux en Formule 1 sont complexes et multiples, et nous pouvons faire l’analogie de ces critères de succès avec le monde de l’entreprise :
Pour mécaniser la concrétisation de ces critères de succès, il est essentiel aux écuries et aux pilotes de rassembler le plus d’informations possible sur le comportement des véhicules pendant la course. Pour que ces informations soient exploitables, elles doivent être mesurées par une foule de capteurs pour ensuite être conservées, traitées et partagées. C’est pourquoi peu de sports utilisent l’analyse de données aussi largement que la Formule 1.
« La Formule 1 est devenue profondément data driven » – Geoffrey Willis, Director of digital engineer and transformation de Mercedes-AMG Petronas Motorsport
PAS D’ANGLE MORT AVEC LA DATA
Les interactions « pilote-machine » sont capitales dans une course, tout autant que les informations qui en découlent.
Autrefois pour mesurer leurs performances, les écuries ne disposaient que d’un chronomètre et du ressenti du pilote. Dès qu’elles ont compris qu’il était possible de prendre de meilleures décisions grâce à la variété et la qualité des données récoltées , et donc d’aller plus vite, une transformation s’est imposée. L’analyse des données donne par exemple aux écuries l’accès à la compréhension des facteurs qui influencent le comportement de la voiture et du pilote sur piste, et donc du résultat final de la course.
Les données sont présentes au sein de chaque capteur embarqué dans la voiture – c’est-à-dire à peu près partout. La data analysis s’impose alors à chaque étape de la saison de Formule 1.
Aujourd’hui alors que les écuries sont soumises à un rythme très soutenu au cours d’une année. Elles ont seulement 2 mois pour faire les essais sur leurs prototypes (Janvier à Février), où elles les soumettent à multitude de tests (l’aérodynamisme en soufflerie, la simulation des courses, niveau d’usure des composants et pneus…). Le but : créer le prototype le plus performant pour débuter le championnat. Elles doivent innover en permanence pour améliorer le véhicule après chaque course, et cela tout au long de la saison (Mars à Décembre).
Maximiser les essais avant saison
Cependant, il existe deux contraintes majeures. Tout d’abord lors des essais, les tests sur circuit sont très règlementés et fortement limités dans leur nombre. De plus à raison d’une course toutes les deux semaines en moyenne, les équipes n’ont que très peu de temps pour pouvoir exploiter chaque information et les tourner à leur avantage. C’est pourquoi, les écuries ont décidé de déployer des dispositifs sur les véhicules pour acquérir des données de comportements les courses, mais aussi pendant les essais avec leur double numérique. Avec plus de 300 capteurs embarqués, les voitures de F1 sont des bijoux technologiques où la data permet d’exclure tous les angles morts.
Ces données brutes sont récoltées en télémétrie. Avec l’IOT (Internet of Things), cela permet de mesurer automatiquement à distance les informations vitales de performance et de les transférer au pit. Avec plus de 100 événements collectés par seconde, ce sont plus de 500 GB de datas qui sont enregistrés chaque weekend de course par monoplace.
Centrée sur les données, l’économie moderne connaît une explosion d’appareils connectés. Les entreprises doivent les intégrer, regrouper le flux massif de données disparates en une vue cohérente, les analyser, puis agir rapidement en fonction des informations obtenues.
Avoir des données en temps réel
Au-delà du volume, c’est la vitesse de traitement de ces données qui prime. En utilisant le cloud computing, les écuries s’assurent de la disponibilité de ces données en temps réel. Plus de 160 machines et serveurs sécurisés existent pour réceptionner, traiter, qualifier et exploiter ces données dans le but de renforcer les calculs statistiques et les seuils d’alertes. Bien sûr en cas d’incident de connexion ou de problème technique, tout est prévu pour que les données les plus importantes soient toujours disponibles aux équipes techniques.
La multitude de capteurs existants permet de fournir au pilote et à l’équipe technique une base de données diversifiées, sur plusieurs niveaux :
Certaines données comme la trajectoire de la voiture peuvent être des informations basiques mais, peuvent devenir complexes une fois qu’on ajoute des dimensions d’analyse comme la comparaison avec l’historique du pilote, à ses concurrents, aux courses précédentes… D’autres encore peuvent être des données externes comme les conditions climatiques et la retransmission en direct de la course. Les écuries de Formule 1 exploitent un maximum les données pour améliorer les performances du véhicule et du pilote. Même s’il existe encore d’autres facteurs inconnus – ou non mesurables – qui impactent leur comportement sur circuit, la data permet aujourd’hui d’exclure la majorité des angles morts présents pendant une course.
Ainsi, les écuries exploitent les données quantitatives pour les transformer en informations qualitatives.
« La data aide les équipes techniques à savoir ce qu’il se passe sur la piste, avec les pilotes et sur la voiture. » – Geoffrey Willis, Director of digital engineer and transformation de Mercedes-AMG Petronas Motorsport
LA DATA, LE PILOTE FANTÔME
Au-delà du volume de ces données collectées, l’enjeu principal est la vitesse. Gagner du temps sur le traitement des données pour obtenir une information est vital pour pouvoir gagner du temps sur la piste. Cependant, les équipes font face à plusieurs obstacles.
La quantité des données collectées compromet la rapidité d’exécution
Tout d’abord, un obstacle technique. La quantité des données collectées compromet la rapidité d’exécution. Le peu de temps offert entre la collecte , le traitement des données, l’interprétation des résultats et l’implémentation des décisions ne permet qu’une seule solution : faire appel à un prestataire spécialisé dans la data analysis et le cloud computing. C’est ainsi que des géants de l’industrie informatique se sont peu à peu imposés dans le milieu de la course : Microsoft avec Renault Alpine, Oracle avec Red Bull Racing ou encore Tibco avec Mercedes-AMG Petronas. Leur force réside dans leurs capacités à fournir de la puissance de calcul, des solutions analytiques et de data visualisation pour communiquer les informations. L’offrir en temps réel est un bonus non-négligeable qui permet aux écuries de prendre un nouveau virage dans la performance technique.
Pour aller encore plus loin, ces outils d’analyses peuvent combiner leurs informations actuelles avec leurs historiques passés. Grâce aux algorithmes issus du machine learning, il est possible d’aller au-delà de la mesure de la performance : nous pouvons la prédire. Prédire le comportement de la monoplace selon les conditions météorologiques de la course (humidité, température, pression, état de la piste…), selon la position géographique du pilote (meilleur moment pour freiner, déclenchement du DRS, anticipation des virages…), ou encore selon les anciennes performances sportives des précédentes sessions du Grand Prix (trajectoire, nombre d’arrêts au stand, accidents, type de pneus…). En combinant les différents paramètres existants, ce sont des millions de simulations qui sont testées avant et pendant chaque course pour optimiser le résultat du constructeur comme du pilote.
« Si on ne modifie pas la voiture depuis le premier départ jusqu’à l’arrivée de la dernière course de la saison, on arrivera 5 secondes après le dernier coureur » – Marc Colson, Responsable des systèmes d’informations de Renault Alpine
Assurer la complémentarité des data-analysts exentérés et ceux sur site
Il existe également un obstacle réglementaire. Toutes les équipes de Formule 1 sont soumises à un protocole très strict qui a pour but de garantir l’esprit sportif de la compétition. Il y a notamment un nombre maximal de personnes pouvant être présentes au pit. C’est pourquoi, en plus de tirer avantage de l’analyse des données et solutions numériques, les constructeurs délocalisent leur main d’œuvre supplémentaire. Si à chaque course ce sont 80 techniciens et ingénieurs (dont 2 data analysts) qui sont mobilisés au garage, une autre équipe d’ingénieurs opère en parallèle du circuit pour analyser les données en back-office. Les données produites lors d’une course sont donc à la fois transmises au pit, au siège de l’écurie et à l’usine. Ainsi les constructeurs peuvent pallier leur manque de temps par une plus grosse capacité.
Ces ingénieurs et data-analysts peuvent combiner leurs données internes à des données externes, analyser cette volumétrie massive et exploiter les informations capitales qui s’en dégagent. En back-office, ils étudient chaque facteur qui pourrait impacter leurs performances sportives, pour ensuite les remonter au garage. Relayées aux data analysts présents sur piste, elles leur permettent de conseiller judicieusement le directeur sportif et le pilote en temps réel. Nous pouvons faire le parallèle en entreprise avec le data analyst, quel que soit sa direction, qui doit comprendre la donnée véhiculée à travers l’organisation, la nettoyer, l’analyser et la partager à travers une visualisation de l’information aux business decision makers.
Ainsi l’analyse des données pendant la course permet d’améliorer les réglages techniques et la stratégie en temps réel, mais aussi pour toutes les prochaines courses de la saison. Que ça soit dans un but d’anticipation ou de prédiction, la data analysis offre les clefs stratégiques à toute la chaine de décision (écurie, pilote et systèmes embarqués). Tout est passé au crible pour n’atteindre qu’un seul objectif : gagner le centième de seconde qui renversera la course.
UNE VICTOIRE DATA-DRIVEN
Nous avons pu comprendre précédemment que les constructeurs et les pilotes exploitaient la donnée entre les courses d’une même saison pour faire de la data analysis, mais aussi pendant les courses grâce à de l’analyse de données en temps réel.
Ils sont même allés plus loin en incorporant le caractère prédictif à ces analyses. Nous pouvons mesurer l’impact de l’analyse de la donnée sur la performance d’une équipe sur plusieurs échelles.
Tout d’abord, pendant la course.
Le jour de la course, l’équipe se réunit pour déterminer les différents plans en fonction des éléments à surveiller pour le bon déroulement de la course. A une échelle très court terme, l’analyse de données compile alors en temps réel les facteurs essentiels qui influencent leurs critères de réussite: conditions météorologiques, performances techniques de la monoplace, stratégie des concurrents… Ainsi, le directeur d’écurie et les ingénieurs de course personnels peuvent avertir rapidement les deux pilotes sur l’évolution de la stratégie et le changement de plan pendant qu’ils sont sur la piste.
Ensuite, pendant la saison en cours.
Le rythme d’un championnat de Formule 1 est très soutenu. Les écuries ont un Grand Prix toutes les deux semaines, si ce n’est pas toutes les semaines. Et dans un nouvel endroit du globe à chaque fois. Au-delà des enjeux logistiques et environnementaux, les équipes techniques sont soumises à une grande pression d’efficacité pour faire évoluer leurs véhicules, comme leur plan tactique. En réunissant les données amassées lors des simulations et essais avec celles récoltées en conditions réelles lors de la précédente course, la data analysis permet à court terme d’améliorer en continu les mécanismes et le dispositif des voitures de F1 grâce à un processus itératif.
« Cela génère une énorme quantité de données qui sont introduites dans le simulateur, couplées aux modèles de téléchargement, puis les pilotes et les pilotes d’essai peuvent réellement conduire une voiture jumelle numérique dans une simulation très réaliste qui inclut les vibrations, l’inclinaison, le freinage, l’accélération, de sorte qu’ils vivent une expérience complète et immersive. » – Alex McMullan, international CTO of Pure Storage
Bien sûr, il faut aussi penser à la saison prochaine.
Sans parler du lien complexe qui unit juridiquement un pilote à l’écurie d’un constructeur, nous pouvons étudier l’impact à moyen terme de l’analyse des données sur le développement compétitif d’une équipe en général. En étudiant leurs performances de la saison de manière rétroactive, les constructeurs peuvent s’appuyer sur l’énorme quantité de données recueillies pour fournir un véhicule toujours plus performant en reconfigurant le design, la constitution interne, les moteurs… Toujours dans un objectif de gagner du temps, ils étudient aussi les différents comportements qui peuvent être améliorés, et notamment les pratiques liées au pit-stop.
C’est ainsi que l’analyse de la performance de chaque opérateur au pit a conduit certaines écuries à optimiser l’équipe d’assistance et à redessiner les rôles et les prérogatives de chacun en son sein. Enfin, il est un enjeu de long haleine : l’image de marque du constructeur. Sport mécanique par excellence, la Formule 1 a vu au fil des années son niveau de technicité s’élever significativement.
Considéré depuis toujours comme un laboratoire d’innovation, les constructeurs capitalisent sur ce sport pour valoriser leurs activités industrielles. Cela se vérifie jusque dans l’environnement des supporters de Formule 1 : impliquer les fans de F1 en partageant des données captées en direct et les décisions prises en une fraction de seconde, cela permet de les placer au cœur de la course et de rendre l’expérience inoubliable. La FIA – ainsi que les constructeurs et les pilotes – peuvent transformer cet engouement médiatique en ressources économiques.
« Nous savons quel est le nombre de nos supporters et nous savons qui ils y sont. Vous avez le fan avide qui est un supporter de longue date du sport, mais qui est davantage obsédé par le côté technique de la course, mais aussi le fan de tendance qui s’est intéressé plus récemment. Pour servir efficacement chaque fan, nous nous appuyons sur des outils de mesures de données et marketing pour mieux les comprendre. » – Dan Keyworth, Director of business technology de McLaren Racing
En Formule 1, il est estimé que lorsqu’un pilote perd une course, cela est dû à son retard par rapport aux autres compétiteurs. Grâce à ce panel d’exemples, nous pouvons nous rendre compte de l’impact de la data analysis sur les différents éléments qui constituent la compétition. Cependant si la transformation digitale a pris la pole position au sein des écuries de Formule 1, ces dernières ont conscience des opportunités que la donnée peut encore offrir. Comme l’exploitation de la réalité virtuelle et de la réalité augmentée dans des sujets de design et de maintenance, ou encore la blockchain pour la sécurité des données par exemple.
« Nous ne sommes qu’au début de l’exploitation de la data en Formule 1. Nous devons continuer à creuser la donnée pour atteindre un nouveau niveau de compréhension. Nous investissons beaucoup dans les méthodes de programmation pour construire des modèles plus complexes. » – Geoffrey Willis, Director of digital engineer and transformation de Mercedes-AMG Petronas Motorsport
Pour l’instant, les écuries pensent surtout à se préparer au mieux pour la saison suivante. Nouvelles technologie, nouveau règlement, nouveaux pilotes… Comment exploiteront elles la data en 2022 pour décrocher la victoire ?
CONCLUSION : BUILD IT, RACE IT, WIN IT
Lorsque nous regardons un Grand Prix de Formule 1, nous ne pouvons pas nous douter de tout ce qui se passe en coulisses, ni de l’importance de l’influence des flux de données sur le cours d’une saison. Qu’elles soient analysées en amont de la course, en temps réel ou a postériori, les données ont révolutionné les stratégies compétitives de nombreuses écuries de F1, mais aussi du championnat en lui-même. La Formule 1 est devenue un sport data-driven qui offre une vision de proposition de valeur aux données dans un univers compétitif. Et nous pouvons tirer avantage de l’exemple de l’application de la data analysis issu de l’univers de la Formule 1 au monde de l’entreprise.
L’analyse des données permet de ne manquer aucun angle mort sur l’environnement dans lequel vous intervenez.
Comme sur ces véhicules, vous pouvez capter chaque événement qui pourrait impacter le comportement de votre activité, ainsi que la performance de vos produits et services sur le marché. Cela peut concerner l’influence des médias ou réseaux sociaux, la disponibilité des ressources nécessaires, la fluidité de la logistique… L’essentiel est de déterminer quels sont les facteurs clés de votre succès pour pouvoir collecter un maximum d’informations dessus. Ainsi, vous aurez un avantage concurrentiel non négligeable sur le marché.
La data analysis permet également d’optimiser les mises au point des produits et services. En récoltant un maximum d’informations sur l’efficacité de ces derniers, il est possible de fournir une offre en adéquation avec la demande qui a été exprimée. Pour cela, il faut avoir la capacité de s’appuyer une base de données qui dispose d’un grand volume de données variées. De plus, tendre à faire de l’analyse de données fréquemment – voire en temps réel – permet de s’appuyer sur une donnée disponible rapidement, et donc actuelle (qui peut être renforcée avec un processus de production itératif). Cela construira peu à peu un historique de comparaison pour les futures combinaisons de simulations pour tester les hypothèses sur de prochains prototypes.
Bien sûr, les interactions internes à l’écosystème sont aussi une grande source d’influence. L’exemple du gain de temps au pit-stop, conduit à s’interroger sur les processus qui peuvent améliorer le time-to-market au sein de l’organisation. En plus des éléments rapportés sur vos produits et services, l’analyse des données peut mettre en lumière les différents facteurs qui contribueront à l’aménagement de meilleures prises de décision.
La passerelle entre la donnée quantitative et l’information qualitative peut être à la fois une force et un atout de vélocité, mais peut être aussi un grand handicap lorsque les équipes et les directions ne sont pas formées dans ce sens. Concernant les interactions avec l’écosystème de l’organisation, la data analysis permet de récolter plus d’informations pour pouvoir avoir une meilleure connaissance du client (et donc de sa loyauté), de l’anticipation de ses besoins et la prévention de son attrition (churn), ou encore de la performance et des coûts de vos campagnes marketing.
