L'industrie de la construction est l'un des secteurs les plus importants au monde, avec un chiffre d’affaires annuel d'environ 10 trillions de dollars (source : Digitalising the Construction Sector). Pourtant, sa productivité stagne, voire est en baisse.

Croissance de la productivité du secteur de la construction vs secteur industriel

Aujourd'hui, 98% des projets BTP d'envergure connaissent des dépassements de coûts ou des retards.

S'il y a une prise de conscience de la part des entreprises de la valeur de la digitalisation pour renouer avec une croissance de la productivité, celle-ci n'est pas encore utilisée comme levier de croissance.

L'étude du CECE (Committee for European Construction Equipment) auprès des acteurs de la construction sur la digitalisation révèle qu'elle offre une plus grande efficacité, une meilleure utilisation des ressources et une meilleure communication interne. Cependant, le CECE souligne que le frein majeur et récurrent à la digitalisation dans la construction est lié à la donnée, alors qu'exploiter le pouvoir de l'information découle de la capacité à collecter, analyser et restituer les données.

Le nombre d'engins connectés et donc émetteurs de données en Europe ne cesse de croître : près de 700 000 étaient recensés en 2019. Pourtant, selon Berg Insight, 95 % des données émises dans la construction ne sont pas utilisées par les exploitants de matériels.

Pourquoi ces données ne sont-elles pas exploitées ? Une des raisons principales est qu'il existe un très grand nombre de sources de données, mais aussi d'applications, et de processus pour y accéder. Chaque constructeur de matériels connectés propose une application dédiée à sa marque. À moins d’être un expert digital, il est difficile pour les exploitants de matériels d'accéder aux données et de les comprendre pour prendre les bonnes décisions.

Ainsi, les bénéfices de l'exploitation des données n'apparaissent pas clairement aux yeux des entreprises.

Quelles données exploiter pour optimiser la gestion de parc matériel ?

L'administration et l'exploitation d'un parc implique la gestion des opérations à l'échelle des matériels, des sites ou zones de travail, et la gestion des coûts de l'ensemble des activités. Dans ce contexte nous présentons les données à forte valeur ajoutée pour les pôles matériel, exploitation et financier.

💡 Notre analyse porte sur les données communément utiles aux acteurs de la construction, mais certains métiers tels que les poseurs de revêtement de sol ou les exploitants miniers auront besoin de données plus spécifiques à leur activité.

A. Pôle matériel

Les données clés émises par les machines :

• Horamètre
• Heures de fonctionnement
• Position géographique
• Codes erreurs des machines

Quels bénéfices m'apportent ces données ?

• Optimiser la maintenance. L'accès à l'horamètre de toutes les machines en temps réel sur un seul outil permet aux équipes de mieux orchestrer les planifications des entretiens. Les codes erreurs vont être de plus en plus utilisés pour cibler les actions de maintenance.‍
• Garantir la disponibilité des matériels. L'heure de fonctionnement est égale à l'heure de production + l'heure de ralenti. À partir de ces données, on connaît l'usage précis des machines et donc leur disponibilité — que la machine soit sur zone de stockage ou sur chantier. De plus, en identifiant/analysant les codes erreurs par niveau de gravité, il est possible de mener des actions de maintenance avant que la machine ne s'arrête et donc garantir la disponibilité des matériels.‍
• Augmenter la rapidité d'exécution. L'accès aux positions géographiques des matériels en temps réel permet de gagner un temps précieux sur l'aspect opérationnel. Elle donne un statut quotidien de l'état du parc et permet aux équipes de repérer facilement les machines qui nécessitent des opérations de maintenance.‍
• Découvrir des axes d'amélioration du service. L'accès à l'ensemble des données de fonctionnement des engins par zone, par site, ou par marque met en lumière des indicateurs clés qui vont permettre d'identifier les opportunités d'optimisation sur le parc.

B. Pôle exploitation

Les données clés émises par les machines :‍

• Taux de productivité global en pourcentage
• Taux de ralenti
• Heures de production
• Consommation de carburant
• Entrées et sorties de zone

Quels bénéfices m'apportent ces données ?

• ‍Maximiser la productivité des matériels. La diminution du taux de ralenti par matériel ou par zone géographique permet de produire mieux à moindre coûts. Réduire le taux de ralenti équivaut à réduire le nombre d'heures de fonctionnement de la machine — cela permet de diminuer les coûts liés à l'entretien tout en réduisant les consommations de carburant ainsi que les émissions de CO2.‍
• Optimiser l'utilisation des matériels. L'ensemble des données de production, de ralenti, de consommation et les entrées et sorties de zones permettent d'une part de vérifier la bonne utilisation des matériels selon les objectifs de chaque société. D'autre part, ces données sont clés pour identifier les matériels dormants et les consommations anormales.‍
• Réduire le TCO (Coût total de possession). L'accomplissement des points 1 et 2 permet de produire à moindre coût et par conséquent de réduire le TCO.

C. Pôle financier

Les données clés émises par les machines :

• Consommation de carburant
• Taux de ralenti
• Taux d'utilisation
• Temps passé sur site et heure de production

Quels bénéfices m'apportent ces données ?

• Rentabiliser ses investissements. L'exploitation des taux d'utilisation des machines permet l'optimiser des activités, le rendement horaire des matériels, et ainsi la rentabilisation des achats. De plus l'exploitation du taux de ralenti permet la mesure de la vétusté des machines.‍
• Réduire les coûts au travers de la consommation et de la vétusté. Le suivi de la consommation au niveau d'un matériel, d'un ensemble de matériels sur site, ou d'une flotte permet d'identifier où sont les possibilités d'optimisation des consommations.‍
• Facturer le temps d'utilisation réel par zones. La connaissance du temps passé sur site combiné à la mesure des heures de production dans la zone de travail permet d'automatiser les données liées à la facturation en se basant sur l'utilisation réel d'un matériel.

Comment accéder à ces données et les exploiter ?

Le frein majeur et récurrent à la digitalisation dans la construction est lié à la donnée — exploiter le pouvoir de l'information découle de la capacité à collecter, analyser et restituer les données.

A. Collecte de la donnée

Pour exploiter ces données clés il faut pouvoir les collecter. Récupérer les données des engins connectés requiert des compétences techniques que n'ont pas les métiers historiques de la construction. L'effort de la collecte est complexe à cause de la multiplicité des sources, des applications et de la surabondance des données qui rendent très difficile de séparer le bruit du vrai signal, d'identifier précisément les informations importantes pour atteindre ses objectifs.

Le problème actuel est que chaque fabricant propose son propre outil d’accès aux données émises par les équipements. Il faut se connecter sur les applications de CAT, Liebherr, Renault, etc pour accéder aux informations.

Julien Pujol, Responsable Matériel chez NGE

À lire aussi I Découvrez comment NGE a réussi à réduire le taux de ralenti de ses engins.

Aujourd'hui on accède aux informations via:

• Les plateformes constructeurs type Visionlink (Caterpillar) avec plusieurs abonnements de données possibles.
• Les plateformes IoT dédiées à des solutions hardware.
• Les logiciels type systèmes ERP, outils de GMAO, etc.

Ces outils ne traitent qu'une partie des données disponibles et ne permettent pas une vue exhaustive d'une flotte. L'enjeu se trouve dans la collecte de toutes les sources de données (données constructeurs, objets connectés, télématiques...), dans la centralisation et dans le traitement.

B. Traitement de la donnée

C'est le raffinement des données brutes qui révèle leur valeur ajoutée.

Collecter toutes les sources de données est une première étape. Pour réellement tirer profit de la data, il faut pouvoir utiliser une donnée uniforme et standardisée afin de mesurer l'efficience de sa gestion de matériels.

Les organisations ISO (International Organization for Standardization) et AEMP (Association of Equipment Management Professionals) travaillent à standardiser les données constructeurs pour faciliter le traitement de la donnée dans la construction. AEMP a défini la norme AEMP 2.0, un standard télématiques publié et repris dans la norme ISO/TS 15143-3. Cette norme définit un schéma de communication ayant pour but de fournir des données d'engins dans un format standardisé au propriétaire des machines. À ce jour, cela permet d'uniformiser une vingtaine de données pour les constructeurs respectant la norme AEMP. Mais cette norme est loin de couvrir la centaine de types de données fournies par certains constructeurs, alors qu’elles sont nécessaires aux exploitants de matériels.

La centralisation et la standardisation des données créent de la valeur pour tout type de métier au sein du même groupe, entité, chantier, et entraînent la convergence des métiers. Bénéficier des mêmes informations permet d'éliminer les problèmes de communication et de mettre en lumière les axes d'amélioration de la gestion de parc matériel.

‍

Pour conclure

L'exploitation des données redéfinit les standards de productivité et d'efficacité pour les acteurs de la construction. Elle permet aussi une réduction des coûts tout en améliorant la sécurité et la durabilité environnementale.

Pour atteindre les objectifs attendus par le marché, il est nécessaire d'agréger l'ensemble des informations à disposition, ce qui explique l'apparition de solutions telles que Hiboo. "Notre promesse est de restituer aux propriétaires de matériels une vision fiable des activités menées sur le terrain", explique Clément Bénard, co-fondateur et CEO de Hiboo.

Le travail que réalise Hiboo sur les données en provenance des multiples sources est la valeur phare de la société. À travers son service, Hiboo peut aider l'industrie de la construction à apprendre de ses données.

‍