fbpx

Les données des capteurs, l’analyse du lieu de travail et l’exploitation des informations Série « Du capteur à l’information », 9e partie

Temps de lecture estimé :
7
minutes

La gestion des services généraux et des lieux de travail évolue rapidement. D’une part, la technologie, le cloud et l’IoT jouent un rôle de plus en plus important. D’autre part, la pandémie a entraîné un passage au travail hybride, qui accélère les tendances existantes en matière de lieux de travail flexibles. Pour réussir dans ce nouvel environnement de travail hybride, les équipes immobilières et des services généraux ont besoin d’informations détaillées et actualisées. C’est là que l’IdO entre en jeu. Les capteurs sont évidemment bien meilleurs que les humains pour collecter des données granulaires, à l’échelle, en temps réel.

Tout cela a un impact sur la façon dont les données du bâtiment sont collectées, stockées, traitées, analysées et visualisées. Les logiciels de gestion du lieu de travail sont aujourd’hui enrichis de flux de données en temps réel. Ce big data — et les idées qui en découlent — permet aux gestionnaires de services généraux de mieux comprendre comment les occupants utilisent les différents espaces et quelles sont les conditions ambiantes dans ces espaces, notamment la qualité de l’air intérieur.

Big data, big difference

Travailler avec du big data provenant de capteurs — en combinaison avec diverses autres sources de données — diffère radicalement du traitement des données de services généraux traditionnelles. Cela nécessite une plateforme IoT de big data capable de traiter des données structurées, semi-structurées et non structurées, arrivant en grand volume et à grande vitesse.

Dans la collecte traditionnelle des données de services généraux, les ensembles sont généralement petits et statiques. Le format des données est simple et s’intègre à une base de données relationnelle ou à un entrepôt de données.

Lors de l’analyse de données massives, en revanche, les données proviennent souvent de sources multiples et hétérogènes. Les formats de données sont plus diversifiés et ne s’intègrent probablement pas à une base de données relationnelle. Les données peuvent être fortement interconnectées, dynamiques et évolutives. Des données pertinentes peuvent se dissimuler au milieu d’un grand nombre de données inutiles et les techniques de visualisation traditionnelles peuvent ne pas fonctionner correctement.

Voilà pourquoi vous vous exposez à un échec si vous déployez un logiciel de SG traditionnel en vous vous contentant d’y ajouter des données issues de capteurs. Les capteurs ne sont qu’une partie de la solution. Les logiciels de GMAO traditionnels n’ont pas été construits pour analyser de grandes quantités de données volatiles.

Les capacités de votre plateforme IoT et la qualité des outils d’analyse conditionnent le potentiel que vous pouvez tirer de l’IoT du bâtiment. La bonne plateforme d’analyse transforme les données brutes en informations utiles. Elle vous permettra de comprendre véritablement les dynamiques à l’œuvre à l’intérieur de vos bâtiments. Choisir la bonne plateforme d’analyse est tout aussi important que de choisir le bon capteur.

Connectivité

Pour optimiser l’accès et la disponibilité des données, une plateforme d’IoT de bâtiment moderne devra se connecter aux systèmes existants, tels que les systèmes de gestion des bâtiments (BMS), les contrôles d’accès et les capteurs filaires comme sans fil. Cette connectivité est permise par les interfaces de programmation d’applications (API). Avec une plateforme d’analyse IoT neutre en termes de capteurs et de BMS — et disposant d’un solide environnement de partenaires logiciels et matériels — vous pourrez bénéficier des dernières nouveautés en termes de capteurs.

Plus d’informations : Verdantix Benchmark Reveals Four Leaders in IoT Platforms for Smart Buildings

Analyse statique et analyse dynamique

Les tableaux de bord traditionnels présentent des données agrégées de manière statique, sous forme d’informations en « lecture seule ». Ces tableaux de bord statiques ne permettent pas aux responsables du lieu de travail d’exploiter les données et de comprendre les corrélations, et ne leur offrent qu’un aperçu limité.

Pour que les données soient réellement utiles, il faut un autre type d’outil analytique, offrant une vue dynamique de l’ensemble des données. Les tableaux de bord analytiques avancés s’adaptent dynamiquement lorsque vous modifiez l’un des paramètres. Vous pouvez commencer à un niveau élevé, cliquer sur les données et zoomer jusqu’à ce que vous atteigniez le niveau de détail requis.

Ordinateur portable avec logiciel d'utilisation de l'espace

De l’information à l’action

Dans le domaine de la gestion des bâtiments et des services généraux, une plateforme analytique IoT a beaucoup à gagner à être intégrée à un logiciel opérationnel, tel qu’un GMAO. Les deux types de plateformes logicielles prospèrent grâce à des données de qualité, qu’il s’agisse de données de capteurs IoT, de données spatiales et d’assets provenant du BIM, de la planification et de l’historique de la maintenance, ou de l’occupation et des réservations de salles à l’heure actuelle. Un GMAO traditionnel automatise les processus avec des arbres de décision, des flux de travail, des statuts et des notifications ; toutefois, une personne est généralement nécessaire à l’initiation du processus, par exemple lorsqu’il s’agit d’enregistrer un ticket ou une demande de service. En utilisant des « règles cérébrales », la plateforme IoT peut déclencher ces processus sans nécessiter d’intervention humaine : par exemple, libérer une salle réservée après que les capteurs d’occupation n’ont pas détecté de présence pendant 15 minutes. Autre exemple : un technicien reçoit un ordre de travail pour vérifier le système CVC après le dépassement d’un seuil de température prédéfini. Ou encore : les capteurs de comptage de portes installés à l’entrée de toilettes peuvent être utilisés pour déclencher nettoyages ou réapprovisionnement une fois atteint un certain seuil. Enfin, si une réservation a été faite mais que personne ne s’est présenté, les données de capteurs pourraient être utilisées pour avertir les nettoyeurs que l’ordre de travail n’a pas besoin d’être rempli. Indéniablement, les données en temps réel ont beaucoup à apporter à la gestion des services généraux.

Informations en temps réel et mobiles

Kiosk social distancing video preview

Les responsables des lieux de travail voudront surtout examiner les données dans le temps, afin de déterminer les tendances d’utilisation. Pour les occupants et les prestataires de services, ce sont les données en temps réel qui seront extrêmement utiles. Une plateforme d’analyse du lieu de travail avancée peut superposer des données aux plans d’étage numériques. Il peut s’agir d’informations sur l’occupation actuelle de l’espace, par exemple, mais aussi de données sur le confort. Les utilisateurs du bâtiment peuvent alors accéder immédiatement à ces informations sur leur smartphone ou via d’autres points de contact, comme des bornes ou des écrans dans les salles de réunion. Il est ainsi plus facile pour les employés de naviguer dans un lieu de travail flexible et de trouver et réserver rapidement des espaces et des ressources adaptés. Lorsque les employés ont facilement accès à ce type d’orientation mobile en temps réel, ils ne perdent pas de temps et peuvent avoir une journée de travail plus productive.

Les informations en temps réel, accessibles alors qu’on se déplace, sont également bénéfiques pour les équipes de gestion de services généraux, qui se déplacent beaucoup dans les bâtiments. Une application de service intelligente associe des tâches programmées à des demandes de service et des interventions déclenchées par des capteurs, le tout hiérarchisé et représenté sur des plans d’étage. Avec un tel outil, les équipes des SG peuvent gérer de manière dynamique leur travail quotidien et répondre rapidement aux événements dès leur survenue.

Plus d’informations : L’application Workplace : données de capteurs en direct sur des plans d’étage numériques

Des décisions de portefeuille efficaces

MCS - Opportunity Simulator

L’analyse avancée des espaces de travail peut soutenir à la fois les opérations en temps réel et la stratégie à long terme. Elle donne un aperçu de l’utilisation de l’espace de travail et permet aux responsables de l’immobilier et du lieu de travail de prendre des décisions fondées sur des données, pour leurs besoins futurs en espace de bureau. L’utilisation de technologies de capteurs pour surveiller l’occupation des locaux à des fins d’aménagement de l’espace (voir une vidéo explicative) n’est pas nouvelle. Mais la pandémie et l’essor du travail hybride ont accéléré leur essor. Pour aider les organisations à redimensionner leurs bureaux et à réduire les coûts du portefeuille, Spacewell a développé Opportunity Simulator. Ce tableau de bord permet aux équipes immobilières d’effectuer des simulations d’espace et d’avoir une idée précise des économies financières possibles.

En savoir plus: Opportunity Simulator : Optimisez la surface de votre espace de travail !

Exploitez-vous déjà les données de vos bâtiments pour rendre possibles de nouveaux scénarios ? Disposez-vous des informations dont vous avez besoin pour prendre des décisions éclairées sur votre portefeuille ? N’hésitez pas à nous contacter, afin que nous explorions ensemble les possibilités qui sont à votre portée.

Le lieu de travail connecté et intelligent - livre blanc couverture

Livre blanc

Le lieu de travail connecté et intelligent

Améliorez l’expérience et la gestion de votre lieu de travail à l’aide d’une plateforme d’intelligence

Contenu connexe

Home » Les données des capteurs, l’analyse du lieu de travail et l’exploitation des informations Série « Du capteur à l’information », 9e partie