;
chevron-bottomchevron-leftchevron-rightdownloadfacebookinstagramlink-outlinkedinminusplus
Accessibilité Tous les articles

La maintenance prédictive réduira-t-elle vos coûts d’entretien?

Catégorie

Data science

Publication

Juin 2016

Publié par

Ariane Marchand

Vos coûts d'entretien sont en hausse? Vos budgets de réparation et de maintenance stagnent ou même se voient réduits? Vous devez toujours en faire plus avec moins?

Effectuer le renouvellement complet de votre équipement et de vos infrastructures est tout simplement hors de prix. Pour tout le reste, il existe la maintenance prédictive!

De nos jours, on assiste à la démocratisation et à l'accessibilité de la maintenance prédictive au sein des entreprises. Vous voguez sur un océan de données qui vous donne maintenant accès à ce type de maintenance. Nul besoin de posséder un doctorat en statistique pour jongler avec ces flux de données et pour accéder à une maintenance axée sur la prescription de solutions.

Cet article se veut un véhicule d'informations pour que vous vous rendiez compte de la proximité qui existe entre votre organisation et la possibilité d'instaurer une maintenance prédictive avec tous ses avantages.


1. Qu'est-ce que la maintenance prédictive?

Premièrement, prenons le temps de mettre en lumière ce qu'est la maintenance prédictive et de différencier quelques-uns des autres niveaux de maturité de la maintenance.

RÉACTIVE --> PRÉVENTIVE --> PROGRAMMÉE --> PRÉDICTIVE


RÉACTIVE

Les bases de la maintenance sont issues d'un modèle réactif où l'approche se limite au concept de bris/réparation. Cette façon de fonctionner mène rapidement à des dépassements de coûts où le vieillissement de l'équipement peut être en cause tout comme un manque d'entretien de base.


PRÉVENTIVE

Le concept de maintenance préventive vient complémenter la première approche. C'est un peu le principe du changement d'huile au 5 000 km suggéré par les constructeurs automobiles. Des entretiens de base sont effectués selon les manuels de l'utilisateur des appareils. Néanmoins, ce deuxième niveau de maturité de la maintenance demeure insuffisant dans de nombreux cas. Certaines défaillances peuvent tout de même survenir, car tous les entretiens nécessaires ne sont pas répertoriés.


PROGRAMMÉE

Arrive donc la maintenance programmée. Selon un calendrier précis, tous les entretiens nécessaires connus de l'entreprise sont inscrits et priorisés. Cette forme de maintenance s'apparente, dans bon nombre de situations, à de la sur-maintenance. Chaque appareil est exploité à des degrés différents et de façon différente. Manœuvrer une maintenance sur une flotte d'appareils avec des règles d'entretien rigides et uniformes n'est pas nécessairement la façon la plus optimale de procéder.


PRÉDICTIVE

Exploiter au maximum l'historique des données de l'entreprise et y synchroniser des sources externes : c’est là que se trouve le cœur du prédictif.

Le monde du prédictif vous est accessible : des données historiques auxquelles s'ajoutent, au fil du temps, des sources externes, des collecteurs de données pour en générer de nouvelles et des modélisations pour raffiner les données et en assurer l'intégrité. C'est le fondement pour y faire tourner un algorithme.

Le but ultime du prédictif est de rationaliser les besoins de maintenance et de les coller à la réalité. À partir des données historiques sur un horizon moyen terme, il est possible de prédire la durée de vie des appareils et leurs besoins en maintenance. Lorsque les données le permettent, il est aussi réaliste d'installer des systèmes d'alertes pour effectuer la prévention des bris qui n'étaient pas initialement détectés. Tous cela dans un laps de temps offrant une flexibilité d'intervention. L'organisation ne se retrouve plus aussi fréquemment face à un incident nécessitant une intervention immédiate qui engendre directement un temps d’arrêt (downtime).

C'est la beauté du prédictif : permettre plus de liberté d'action en conservant le temps d'opération au même niveau tout en réduisant les coûts d'entretien.

Certes, comment implanter le prédictif fera l'objet d'un blogue subséquent. Néanmoins, je prends le temps ici de vous familiariser avec quelques notions théoriques. La maintenance prédictive et ses algorithmes ne sont pas inaccessibles. Il faut tous débuter par la base : une régression linéaire pour voir une tendance, une saisonnalité, une prédiction sur la durée de vie, etc.

Ces types d'analyses requièrent un historique sur un horizon moyen terme et le tour est joué. Pour obtenir de la valeur ajoutée, il faut évaluer le niveau de confiance de ces prédictions, et ce, selon les besoins de l'entreprise. Déjà, on obtient une entrée du prédictif dans le modèle opérationnel.

Oui, la maintenance prédictive peut prendre des proportions beaucoup plus élaborées, mais il faut d'abord, à mon avis, jouer avec le prédictif! Utilisez des modèles simples. Ils ne seront pas parfaits, ils ne seront pas précis à 99 %, mais on y verra tout de suite le potentiel.


2. Agir sur nos leviers de commande

Lorsqu'on opère une entreprise, certains éléments de succès ou de perte sont indépendants de notre volonté. Le comportement de nos clients, la météo, les accidents, etc. Il est donc important de mettre tous les efforts sur ce que vous pouvez maîtriser.

Conséquemment, la maintenance représente un levier de commande important dépassant le simple concept de la réparation. Posséder une bonne gestion des appareils et des infrastructures améliore directement la qualité des services et influence positivement la rétention des clients. Tentez une analyse des facteurs déterminants de votre rétention clients! Certaines organisations seront surprises de voir quel est l'apport de la maintenance parmi ces facteurs. Dans une grande majorité des cas, les facteurs sont souvent liés directement ou indirectement au concept de maintenance.

À titre d'exemple, voici une visualisation d'un dossier de gestion de relation client (CRM) dans le monde des télécoms. Une image vaut mille mots!

La représentation ci-dessus fait état des différentes raisons de départ d'un client en ordre de contribution. Les facteurs d'influence sont principalement liés au comportement client, mais aussi à des questions de panne de service. Les éléments qui sont encadrés en bleu ont été ciblés comme des notions qui peuvent être maîtrisées par la maintenance. À première vue, on ne fait peut-être pas le lien entre le « data usage » et la maintenance. Pourtant, toutes les sur-utilisations, que ce soit en termes de données, de temps d'antenne et d'échange de messagerie peuvent mener à un dépassement de capacité du système. Il s’agit donc de facteurs liés à la rétention des clients qui se placent dans la catégorie maintenance. Vos leviers de commande sont souvent plus étendus qu'il n’y paraît.


3. Avantages de la maintenance prédictive

La maintenance prédictive est là pour rapprocher le budget des dépenses et limiter au maximum les imprévus tout en conservant son mandat premier, c.-à-d. minimiser les coûts liés à la maintenance. Avec la maintenance prédictive, on vise la stabilisation des dépenses dans le temps. Dans cette perspective, les gains sont indéniables et découlent d'une meilleure gestion.

Les gains potentiels de la maintenance prédictive se retrouvent, selon moi, sur deux horizons. Premièrement, cela permet d'effectuer une maintenance plus axée sur les besoins réels. On s'éloigne donc des cas de sur-maintenance très coûteux ou encore des situations de sous-maintenance qui mènent parfois à des dépassements de coûts causés par l'imprévisibilité des réparations.

Deuxièmement, la maintenance prédictive tire avantage des données. Le prédictif, et j'en parle dans tous les blogues sur le sujet, vient réduire le risque lié à l'intuition. L'information détenue par les données diffère souvent de celle connue des opérateurs. Toute la valeur ajoutée de la prédiction réside au sein des renseignements supplémentaires fournis par les données, et ce, de façon objective.


4. Au-delà de la maintenance

Le pouvoir de la maintenance prédictive dépasse le concept même de l'entretien. Il faut préconiser l'utilisation du prédictif à plusieurs niveaux de l'entreprise. Il y a maints avantages à utiliser des algorithmes d'analyse prédictive pour établir des politiques de maintenance, mais imaginez l'élargissement de ce concept à toute la chaîne d'opérations.

-Connecter la chaîne d'approvisionnement aux besoins de maintenance, c'est s'assurer de posséder les pièces nécessaires à la maintenance, et ce, au moment de l'entretien.

-Arrimer les besoins en effectifs en vue des entretiens, c'est avoir à disposition et au bon moment les ressources humaines requises pour limiter les temps d'arrêt d'opérations en vue d'une maintenance.


5. La clé du succès

Il n'y a pas de secret : le transfert de connaissances demeure la clé du succès. Afin que la maintenance prédictive soit perçue comme un succès au sein de votre organisation, tous doivent y collaborer, tous doivent en voir les avantages et surtout y percevoir l'évolution.

Le comité de gestion doit y voir la réduction des charges et la stabilisation des coûts. L'approche peut être aussi simple qu'un rapport avec le comparatif des années précédentes, un tableau de bord sur la gouvernance des budgets, etc.

Du côté des opérations, la prédiction doit se matérialiser pour opérationnaliser la maintenance. Sans les opérations, la maintenance prédictive ne restera qu’un projet sur papier. Ce sont les principaux concernés par cette gestion du changement et les maîtres d'œuvre de la maintenance prédictive.

Démocratisation et accessibilité.

Ce qui est à retenir de cet article est que la plupart des organisations détiennent déjà des données. Celles-ci n'ont pas besoin d'être constituées d'un historique de 10 ans, d'être complètement intègres ni d'être traitées par un docteur en statistique pour implanter de la maintenance prédictive. Le processus doit démarrer à la base à partir d'un petit lot de données pour acquérir de la maturité en y ajoutant de plus en plus de données (internes et/ou externes) afin d'améliorer la précision du modèle prédictif.

De nos jours, plusieurs outils sont développés pour faire de l'analyse prédictive de façon rapide et efficace. Et surtout, plusieurs options s'offrent aux différents types d'entreprises. Certaines organisations ne détiennent pas les fondements pour supporter la conception, la maintenance et la gestion de modèles prédictifs. La maintenance prédictive peut quand même y être implantée! Faire développer ses modèles à l'externe, c'est possible. La finalité du prédictif est de détenir une information supplémentaire pour agir en amont sur les entretiens en suivant le plus près possible la réalité des besoins.
Ne sous-estimez pas le pouvoir des données qui sont à votre disposition et je vous prédis un succès!

Restez à l’affût des dernières tendances analytiques