Toute voiture génère aujourd’hui un nombre considérable de données. Avec des capteurs qui recueillent tout, de la pression des pneus, la rotation par minute du moteur, à la température de l’huile, elles produisent de 5 à 250 giga octets de données par heure. Les voitures plus avancées en produisent même plus, la voiture autonome de Google par exemple génère environ 1 giga octet toute les secondes. Cela équivaut à envoyer 200 000 emails (texte) ou télécharger 100 photos haute résolution toute les secondes. La grande majorité de ces données est utilisée en temps réel pour contrôler les fonctions du véhicule et n’a pas de de valeur ajoutée sur le long terme. Recevoir un millier de messages « pression des pneus normale » n’apporte pas grand-chose à l’analyse des données donc les fabricants ne les stockent pas dans le Cloud.
Mais certaines données sont intéressantes, et en multipliant l’exemple par les millions de voitures sur les routes, on comprend mieux pourquoi le Big Data suscite une attention croissante sur le marché automobile. Ca suscite même l’intérêt d’entreprises qui n’ont rien à voir avec le marché des voitures, comme celles qui proposent des solutions qui gravitent dans l’écosystème.
Néanmoins, il y a plus de buzz autour du sujet que d’action. On ne comprend pas encore bien à quoi le Big Data peut servir. Il y a bien des exa octets de données produites par les voitures tous les ans mais la plupart sont inutiles. Savoir quoi faire avec ces données constitue le défi du Big Data.
Qu’est-ce que le Big Data permet ? D’abord, elle permet aux fabricants d’équipements d’origine d’identifier et résoudre les problèmes de manière beaucoup plus rapide et économique. Prenons par exemple une voiture fabriquée en 2013, de modèle standard, ayant dans son tableau de bord un système d’informations-divertissement. Ce système contient une application qui affiche la méteo, et un jour cette appli est bloquée et n’affiche que la météo des jours précédents. Dans un monde sans Big Data, si le problème persiste, le conducteur doit aller chez un concessionnaire pour réparer l’appli. Si le problème est important – s’il cause des problèmes de moteur par exemple – il faudrait renvoyer le véhicule au constructeur, ce qui représente un coût pour le fabricant et une frustration pour le client. Le Big Data permettra alors au constructeur de voir si le problème se déroule dans une région particulière ou s’il est commun à plusieurs régions, de détecter si une séquence particulière d’actions déclenche le problème (par exemple changer de chaîne de radio déclenche le blocage) et ainsi économiser le coût du renvoi de la voiture au constructeur.
Le Big Data ouvre des possibilités en termes de prédiction, ce qui permet d’être proactif plutôt que d’attendre qu’un problème arrive. Par exemple, certains conducteurs n’utilisent pas certaines fonctionnalités alors que d’autres les utilisent régulièrement. Les Fabricants peuvent alors mieux comprendre leurs clients en connaissant ce qu’ils utilisent ou non. Ils peuvent transformer ces préférences en recommandations pour la planification de la roadmap de fonctionnalités. Ils peuvent ainsi mieux adapter leurs véhicules aux besoins des conducteurs. Ils peuvent segmenter leurs clients et personnaliser leurs produits. Cette personnalisation existe déjà chez des entreprises comme Amazon. Les utilisateurs réguliers reçoivent des recommandations sur la base de ce qu’ils ont consulté et acheté dans le passé.
Ces données peuvent être aussi partagées avec des entreprises externe type assurances. La vitesse, les créneaux durant lequel le conducteur prend sa voiture, leur manière de freiner ou de se garer pourrait les aider à déterminer comment ces conducteurs conduisent plutôt que de baser leurs calculs de risques sur des sources moins fiables comme l’âge du conducteur et ses anciens sinistres. Certaines ont déjà commencé : Snapshot aux Etats Unis, Insure the box en Angleterre. Les fabricants pourraient transmettre directement ces données aux assureurs, et créer ainsi un service supplémentaire pour ses clients ainsi qu’une opportunité supplémentaire de générer des revenus.
Ces fabricants, une fois propriétaires de toutes ces données pourraient aussi décider de les commercialiser à d’autres entreprises, mais on entre la dans une problématique de confidentialité des données…
Les opportunités sont nombreuses et prometteuses, alors pourquoi les fabricants n’actionnent pas encore le Big Data ? J’y viendrai dans un prochain post.