Données industrielles : pourquoi les collecter ne suffit plus
Dans une usine, deux valeurs de « 34 » peuvent être identiques dans une base de données et pourtant décrire deux réalités différentes. Leur sens dépend de leur origine, de l’équipement, de l’instant de mesure ou du contexte de production. La valeur seule ne suffit pas : pour être exploitable, une donnée industrielle doit conserver ce qui permet de l’interpréter. Pourtant, de nombreux projets de digitalisation commencent encore par une question quantitative : quelles données pouvons-nous collecter ? On connecte les automates, on historise des tags, puis on alimente un SCADA, un MES, une GMAO, un ERP, une plateforme IIoT ou un outil de BI. C’est souvent à ce moment que le coût du contexte perdu apparaît. Quand le lac de données devient un « lac de tags » Collecter beaucoup ne signifie pas disposer de données utilisables. Sans contexte structuré, l’entreprise constitue progressivement un « lac de tags » : des milliers de valeurs dont l’interprétation…









