Le secteur du BTP connaît de nombreux changements dû aux nouvelles technologies. Les initiatives se multiplient avec l’impression 3D, la réalité augmentée, l’économie collaborative, les robots, les drones… Et s’il y a bien un domaine qui risque de révolutionner le secteur, c’est celui du Big Data.

I. Généralités sur le Big Data

1.      Qu’est-ce que le Big Data ?

Le Big Data, ou mégadonnées en français, permet de stocker, d’analyser et d’exploiter des données en quantité illimitée. Ces données sont issues de toutes les sources possibles : informations internes à l’entreprise, photos, vidéos, données venues du web, etc. Le Big data permet donc d’exploiter toutes ces données pour en tirer des informations utiles :

  • Prédire l’évolution d’une tendance
  • Repérer des corrélations entre les informations pour optimiser sa stratégie
  • Définir ses priorités et mieux cibler

2.      Les domaines d’application avancés

Plusieurs secteurs d’activité ont déjà adopté le Big Data : la vente et le marketing, la surveillance, la finance, les télécoms …

a. Le marketing : pour mieux cibler ses clients

L’un des premiers secteurs à avoir adopté le Big Data est celui du marketing digital. L’analyse des données utilisateurs (comportement des utilisateurs, nombre de pages vues, temps passé sur le site, origine du trafic, nombre de visite, …) permet non seulement de faire le tri et de mieux cibler son client, mais aussi de trouver le bon timing. En effet, tout le monde connait aujourd’hui ces bannières publicitaires ultra-ciblées qui s’affichent sur des sites pour vous rappeler que vous devez effectuer un achat. La licorne française CRITEO en a fait sa spécialité en développant l’algorithme le plus performant du marché.

b. La prévention : prédire un événement

Le principe est le même, il s’agit d’analyser des données de masse, faire des corrélations entre les informations et dégager une tendance. Google avait lancé en 2008 le programme « Suivi de la grippe ». En faisant le lien entre le nombre de requêtes effectuées sur les moteurs de recherche en rapport avec la grippe, le nombre de personnes présentant les symptômes et l’évolution des chiffres dans le temps, il est possible d’anticiper l’apparition d’une épidémie et de la traiter en amont.

c. Ressources Humaines : concilier offre et demande

Un jeune entrepreneur français, Paul Duan, a fait l’actualité ces derniers temps. En effet, il propose à Pôle emploi de réduire le taux de chômage en appliquant le Big Data sur la base de données anonymisée des demandeurs d’emploi et des offres de recruteurs. L’algorithme permet de mieux cerner les besoins de chacun et d’augmenter ainsi les chances de retrouver un emploi.

II. Le Big Data appliqué au BTP 

Le BTP constitue le nouveau terrain de jeu du Big Data. Cet essor est favorisé par la digitalisation du secteur et le développement du BIM.

1.      Optimisation des choix techniques et des coûts avec les maquettes BIM

Le BIM (Building Information Modeling) est un processus qui consiste à créer et utiliser un modèle 3D intelligent pour prendre mes meilleures décisions concernant un projet et les communiquer. Au-delà des aspects liés à la gestion de projet et à la coordination des différents corps de métier, ce procédé permet de collecter un maximum de données sur le l’ouvrage (dimensions, matériaux et caractéristiques techniques, quantités, …). Cette data, couplée à d’autre informations comme le coût des matériaux, les délais de réalisations … permet de mesurer les impacts liés aux modifications d’un projet (délais, coûts, qualité, …), d’optimiser les choix techniques, d’anticiper les difficultés d’exécution … tout reste à construire.

2.      Economie d’énergie des bâtiments

Le Big Data peut exploiter toutes les données qui ont un impact sur la consommation d’énergie d’un bâtiment : les équipements de chauffage et de climatisation, le type de fenêtre, l’isolation des bâtiments… L’analyse de la data à l’échelle de plusieurs bâtiments permet d’identifier les bonnes et mauvaises pratiques, de faire un diagnostic pour éviter toute consommation inutile et de recommander des travaux d’amélioration. La start-up Deepki, créée par Emmanuel Blanchet et Vincent Bryant, utilise la data de ses clients pour qu’ils fassent des économies d’énergies.

3.      Maintenance prédictive sur les machines de chantier

L’entretien des moteurs et des machines suit en général ces méthodes :

  • Maintenance corrective : l’intervention se fait après l’apparition de la panne et le chantier prend du retard suite à l’immobilisation de la machine.
  • Maintenance préventive : en général suivant le carnet d’entretien du constructeur, les moments de maintenance peuvent manquer de précision (souvent trop tôt)

Le Big data introduit la notion de maintenance prédictive. L’analyse de la data, rendue possible notamment par la collecte de capteurs embarqués dans les machines, permet de mettre en place des scénarios de pannes. Ceci grâce à des corrélations entre les données et de planifier les maintenances au moment le plus opportun.

Le secteur du bâtiment et des travaux publics collecte de plus en plus de data. Le développement de la maquette BIM, des logiciels de suivi de chantier, des objets connectés et de la notion de smartcity facilitent cette collecte. Et on est qu’au début des applications qui semblent prometteuses.

L’équipe Tracktor