Reply is the place to meet an incredible variety of enthusiastic, passionate, ideas-driven people, who want to make a difference and an impact.Would you like to know more?
Comme vous le savez, les voitures ne parlent pas. Mais si elles en étaient capables, elles pourraient fournir de nombreuses informations d'une importance inestimable pour les équipementiers, les conducteurs et le réseau de concessionnaires. Avoir accès aux informations relatives au véhicule n'est certes pas une grande nouveauté, cela étant déjà possible, par exemple, avec les instuments de diagnostic de l'atelier. Toutefois, leur intégration avec les informations sur l'environnement d'exploitation du véhicule à un moment donné aurait un impact révolutionnaire au niveau mondial. Pour avoir accès à ces données, de plus en plus de véhicules sont déjà équipés de capteurs et de solutions de connectivité intégrés lors de la phase de production. Les voitures avec des capacités de connexion fourniront un flux régulier de données relatives au véhicule, au moteur, au style de conduite et aux conditions environnementales. Donner un sens à cette grande quantité de données mixtes, générées à une vitesse incroyable, n'est certainement pas une tâche facile. Le défi consiste maintenant à améliorer l'acquisition de ces données en mouvement, de les analyser et de les rediriger aux destinataires concernés, espérons en temps réel ou presque. La récompense sera énorme : une perspective intégrée du véhicule, fournissant aux constructeurs automobiles une analyse en temps réel des performances des différents systèmes du véhicule, avec des modes de conduite et des conditions environnementales définis. Un grand avantage sera la capacité d'offrir rapidement des services de réparation et des promotions sur les pièces, améliorant les ventes des produits et des services après-vente du réseau du concessionnaire. Il sera possible de garantir une assistance aux automobilistes en créant des alarmes ou en fournissant des indications sur la manière de réduire la consommation, en trouvant la vitesse optimale et l'intervalle des tours pour changer de vitesse. Les voitures avec des capacités de connexion pourront également ouvrir de nouvelles opportunités commerciales aux équipementiers en fournissant des données intégrées sur les véhicules mis à disposition des tiers, comme les compagnies d'assurance et les opérateurs d'assistance routière. Pour répondre à cette demande du marché, la meilleure solution de pointe est une plateforme basée sur Apache Hadoop, qui permet d'enregistrer via câble et à bas prix différents téraoctets de données, puis de traiter le flux en temps réel. Les analyses à haut débit peuvent être effectuées sur la plateforme pour appliquer en quelques secondes des algorithmes complexes et pour fournir des analyses immédiates directement sur le tableau de bord de la voiture et/ou sur l'application du smartphone du conducteur, adaptées à la situation du conducteur du véhicule à un moment donné ou pour les différents utilisateurs de la chaîne de valeur connexe.
Tout temps d'arrêt est une perte potentielle de revenus pour les entreprises en raison de l'absence de production, des coûts de réparation et des pertes générées dans le processus. Afin de limiter ce risque, les constructeurs utilisent généralement des programmes de maintenance préventive, qui appliquent presque toujours une approche basée sur les délais, c'est-à-dire qui se réfère au besoin de soumettre pour entretien ou de remplacer des pièces à des intervalles prédéfinis. Par exemple, le remplacement d'un composant après un certain laps de temps ou un certain nombre d'opérations pourrait être prévu. Au contraire, un programme de maintenance basé sur les conditions est axé sur l'état de l'équipement et sur son fonctionnement, plutôt que sur un intervalle de temps ou sur un programme prédéfini. Avec l'amélioration de la technologie, chaque dispositif d'ingénierie est maintenant doté de capteurs et de RFID (identification par radiofréquence) qui peuvent transmettre activement les informations de base sur les variables du véhicule, telles que la température, le niveau d'huile, les vibrations, les charges de travail, l'humidité, le taux de production, la mesure des consommations et les pannes. En envoyant à un «data lake» (lac de données) la quantité considérable de données de journal générées par la machine et en les associant aux paramètres de panne enregistrés lors de l'avarie d'un robot et à la chronologie d'entretien relative, il sera certainement plus facile d'identifier les modèles qui entraînent la panne du robot, façonnant l'état de l'équipement entretenu afin de prévoir à quel moment une telle intervention sera nécessaire.
La grande promesse des Big Data est une évolution vers la prise de décision induite par les données. En intégrant les Big Data dans une solution de CRM, les constructeurs automobiles peuvent prévoir la conduite de leurs clients, améliorer leur service à la clientèle et gérer l'investissement avec grande précision. Automatiser la discussion entre les clients potentiels et les consultants sur des produits complexes, tels que les voitures, en se basant sur les souhaits et les ressources des clients, peut améliorer le processus de vente. Ces applications, qui reposent sur des règles commerciales, vont au-delà des arbres et des algorithmes décisionnels, afin de fournir de manière plus rapide et sûre des informations et des options dans le cadre de l'argumentaire de vente. Elles reposent sur l'analyse de tous les points de contact avec les clients, notamment les médias sociaux, la messagerie électronique, Internet, les rapports des représentants commerciaux et du centre d'appels, afin de classer les clients par segments en fonction de leurs actions. Les tendances des clients peuvent être extraites des Big Data et utilisées pour prévoir les demandes de manière à orienter le développement des produits et les efforts promotionnels. Il est certain que le parcours du client de la conscience du produit à l'achat peut être très long et traverse certainement de nombreuses différentes structures organisationnelles et divers systèmes d'information. À chaque point de contact, des informations structurées et non structurées sont générées, permettant de comprendre facilement comment la quantité d'informations non structurées augmentera de plus en plus jusqu'à pouvoir saisir efficacement et parfaitement la conduite réelle du client. Les conversations entre un client et un vendeur peuvent être très différentes des avis échangés entre amis sur la page Facebook du produit, mais toute relation peut réduire ou augmenter la volonté d'achat et peut donc diffuser des informations utiles aux représentants commerciaux et marketing. Acquérir toutes ces données pour traiter directement avec un seul client ou pour tracer un profil des clients les plus similaires pour mettre en place une relation de marketing one2one efficace, peut s'avérer très difficile avec les systèmes SGBDR (systèmes de gestion de bases de données relationnelles) traditionnels, mais est beaucoup plus simple et économique en utilisant une base de données Apache Hadoop ou NoSQL. Le nouveau centre de données devient ainsi un excellent point de départ pour la prise en charge des applications CRM ou pour suggérer des sélections sur le moteur de configuration des voitures en réseau en fonction des choix des clients précédents ou de la conduite personnelle préparée selon les informations obtenues sur les médias sociaux en ligne.