Cas client : Amélioration de la Performance Industrielle
Contexte et Enjeux
Un grand groupe industriel a lancé un vaste programme d’amélioration de la performance, de la planification et du pilotage industriel. Ce projet visait à fournir aux métiers clés un moyen innovant de suivre leurs activités respectives.
L’objectif était d’adresser les besoins des directeurs d’usine, des responsables de production et des agents de maîtrise en améliorant plusieurs axes stratégiques :
- Réduction des cycles de fabrication et d’assemblage pour optimiser la production.
- Diminution des heures de production en rationalisant les processus.
- Réduction des coûts liés à la non-qualité, notamment en limitant les rebuts et retouches.
Déroulement du Projet
Le projet a nécessité une approche agile avec des sprints de 2 semaines, un suivi via JIRA et Confluence, et une équipe SCRUM composée de :
1- Scrum Master
1-
Tech Lead Data
2-
Développeurs Data
Discutons de votre projet !
L’architecture technique a été pensée pour répondre
à plusieurs défis :
Capture et transformation des données
via ETL (Datastage, Nifi).
Stockage des données
sur Hadoop Big SQL et Oracle.
Modélisation et analyse
avec Microsoft SSAS (modèles tabulaires).
Visualisation et reporting
grâce à Power BI.
Déploiement DEVOPS
via BitBucket et Jenkins.
Orchestration des flux
avec AWA.
L’un des principaux challenges a été l’intégration des données issues de plusieurs sources (SAP pour la planification, OGA MES pour le suivi de la production), nécessitant une consolidation avancée et une sécurisation des flux d’informations.
Résultats et Bénéfices
Ce projet a permis au client d’industrialiser et d’améliorer la gestion de ses données tout en garantissant une meilleure performance et une prise de décision éclairée grâce à des indicateurs plus précis.
- Optimisation des processus industriels avec une meilleure planification et suivi des performances.
- Gain de productivité grâce à une réduction des cycles et des temps d’assemblage.
- Meilleure maîtrise des coûts en limitant les erreurs et en améliorant la qualité des productions.
- Infrastructure robuste et évolutive, capable d’intégrer de nouvelles sources de données et d’évoluer avec les besoins métiers.
