Maverick Analytik : faire parler les données industrielles

Faire découvrir ou redécouvrir aux manufacturiers la masse de données que leurs activités industrielles génèrent, c'est la mission de la jeune entreprise Maverick Analytik fondée par l'ingénieur Matthieu Lirette-Gélinas. Cet explorateur d'un nouveau type mise sur la valorisation des données à l'ère de l'industrie 4.0. Découvrez Maverick Analytik, une entreprise de Data mining.

Lancer son entreprise en data mining en région : Maverick Analytik

Cela n'a pas été facile pour l'ex-employé d'IBM de renoncer aux avantages de son environnement de travail pour créer sa propre entreprise de forage de données. Détenteur d'un baccalauréat en génie électrique et d'une maîtrise en gestion de l'ingénierie de l'Université de Sherbrooke, Matthieu Lirette-Gélinas se rappelle avoir toujours voulu se lancer en affaires. Pourquoi s'implanter à Magog? Parmi les facteurs qui ont influencé son choix : l'émergence d'une communauté en technologie de l'information et de la communication ainsi qu'une situation géographique stratégique à proximité de la métropole, de la Rive-Sud et de Drummondville.

La valeur des données industrielles selon Maverick Analytik

Imaginons une PME où les capteurs, les logiciels et les systèmes informatiques en place amassent une foule d'informations inexploitées, sur le fonctionnement des machines (vitesse, vibration, température, etc.), le milieu ambiant (humidité, poussière, lumière, etc.) ou encore la conformité de la matière première (propriétés chimiques et mécaniques). Les machines, la main-d'œuvre, le milieu, la matière première, les méthodes de fabrication et les mesures elles-mêmes sont autant de sources de données. Le croisement de ces sources constitue véritablement une mine d'informations... à qui sait les faire parler.

Elles deviennent précieuses pour expliquer des défauts, des défaillances ou encore des pertes, et ainsi améliorer la qualité d'un produit ou d'un procédé et au bout du compte augmenter la compétitivité d'une entreprise.

« Je procède par étapes selon la méthodologie du Cross Industry Standard Process for Data Mining (CRISP-DM). Parmi les six étapes, celle de la compréhension des données et celle de leur préparation sont cruciales pour éviter de perdre son temps », résume Matthieu Lirette-Gélinas pour qui la qualité des données est fondamentale. « Dans chaque milieu, je collabore avec les spécialistes, par exemple dans les domaines des matériaux composites, du caoutchouc, de la microélectronique ou du bois, pour déterminer les données qui sont disponibles, puis les interpréter correctement. Une fois les données bien comprises, elles peuvent être formatées et au besoin complétées. Déjà, ce seul exercice aide la clientèle à cerner des faiblesses dans ses données et à y remédier », poursuit-il.

À la recherche de liens de causalité

L'accès aux données de production permet à Matthieu Lirette-Gélinas de partir à la recherche de liens de cause à effet. « Au départ, les chiffres ne veulent rien dire, indique l'ingénieur. Puis, en adoptant une démarche rigoureuse et en appliquant des méthodes de traitement statistique, on peut dégager des tendances et établir des corrélations. Et apporter des solutions concrètes aux industriels! »

Les modèles mathématiques que Maverick Analytik élabore permettent aussi de voir plus loin. Sur la base d'événements passés, l'analyse prédictive rend possible la détection des signaux précurseurs de problèmes. Prédire quand une machine connaîtra une défaillance, et s'adapter en conséquence, semble être une des voies d'avenir des usines intelligentes.