Démystifier l'acquisition automatisée de données – Partie 3 sur trois

Par Ken Gifford

Avez-vous déjà emmené quelqu'un à Baskin-Robbins qui vraiment aime la glace? Invariablement, chaque fois que j'y emmène ma femme, elle a une assez bonne idée en tête de ce qu'elle aime. Cependant, face à l'éventail déconcertant de choix disponibles, elle a du mal à se décider. Aujourd'hui, ce type de situation est souvent appelé « surcharge d'informations ». Nous avons une idée de l'information que nous recherchons, mais nos sens sont saturés de toutes les données qui nous est présenté. C'est un peu comme prendre un verre dans une lance à incendie.

Clay Shirky, auteur américain sur les technologies Internet, déclare :

"Ce n'est pas une surcharge d'informations. C'est une défaillance du filtre."

 
Wikipédia l'exprime ainsi :"Certains scientifiques cognitifs et graphistes ont mis l'accent sur la distinction entre l'information brute sous une forme que nous pouvons utiliser dans la pensée. De ce point de vue, la surcharge d'informations peut être mieux considérée comme une « sous-charge organisationnelle ». C'est-à-dire qu'ils suggèrent que le problème n'est pas tant le volume d'informations, mais le fait que nous ne pouvons pas discerner comment bien les utiliser sous la forme brute ou biaisée qu'elles nous sont présentées."
Moi-même, je aime faire la distinction entre les données et informations . Données est simplement cela, des données brutes dans leur forme la plus simple . Alors que les informations les données sont-elles distillées en quelque chose d'actionnable .

Dans le monde industriel, cela est généralement représenté dans les tendances . Les données de tendance sont simplement une ligne continue représentant un point de données au fil du temps. La plupart d'entre nous ont vu les images d'une personne donnant une présentation debout devant un chevalet avec une ligne rouge tracée dessus en pente vers le haut ou vers le bas. Il s'agit d'une simple représentation d'une ligne de tendance.

Cependant, lors de l'analyse de données de séries chronologiques, un graphique de tendance devient très utile pour détecter les changements soudains et voir exactement quand ils se sont produits. Cela permet à l'utilisateur qui a besoin d'analyser les données de se concentrer rapidement sur une plage de temps pour une analyse plus approfondie. Pour cette raison, les tendances sont la principale vue de toute boîte à outils de collecte de données industrielles.
Mais qu'en est-il de la question de savoir quelles données collecter? C'est vraiment une question chargée. Chaque fois que nous entrons dans un nouveau projet de collecte de données avec un client, nous posons la question :« Quelles données souhaitez-vous collecter ? » Invariablement, la réponse est "Tout cela". C'est difficile à plusieurs égards. Cela indique généralement que l'utilisateur final ne sait pas quelles données sont les plus utiles pour déterminer le bon fonctionnement d'un processus. Avant d'invalider cette demande, nous devons également tenir compte du fait qu'il existe souvent de nombreux facteurs normalement invisibles qui peuvent affecter un processus. En collectant « tout », cela donne aux personnes impliquées une opportunité de comprendre ce qui se passe quand quelque chose de vraiment hors de l'ordinaire se produit. Cela signifie également qu'il doit y avoir de très bons "filtres" des données pour permettre à un utilisateur de pouvoir trier et afficher les informations nécessaires pour prendre de bonnes décisions.
Avant de prendre la décision d'aller dans un plongée », il faut également tenir compte d'un autre facteur :le coût. Si vous envisagez de mettre en place un système de collecte de données qui collecte à partir de milliers de sources, réalisez qu'un grand système comme celui-ci coûtera plus cher. Une approche consiste à construire le système suffisamment grand pour collecter les points de données «de grande valeur», avec une surcharge - disons 100 sources de données supplémentaires. Ce qui peut alors être fait, c'est que ces sources de surcharge ("tags" comme on les appelle dans software-land) peuvent être réutilisées au besoin pour collecter une variété de points lors de l'essai d'une nouvelle spécification, ou si vous rencontrez un problème récurrent sur un spécifique pièce d'équipement. Cela peut aider à réduire le coût global du projet, mais vous donne la flexibilité d'effectuer une analyse plus approfondie lorsque vous en avez besoin.
J'espère que vous avez apprécié cette série sur la collecte automatisée de données. Si vous avez des questions ou si vous souhaitez simplement avoir une conversation sur la collecte de données, appelez-nous au 800-844-8405.