Données utiles, données « inutiles » : pourquoi faire le tri ?

Il est parfois difficile, pour les collectivités qui mettent en place des systèmes connectés, de faire le tri entre les données qui répondent à un besoin… et toutes les autres.

Le risque est alors de vouloir collecter le maximum d’informations possible, parce que c’est possible technologiquement, sans en tirer réellement parti.

Alors pourquoi est-il important de sélectionner les bonnes données ? Et comment faire les bons choix ?

Quelles données fournissez-vous à vos clients, et dans quel objectif ?

Notre objectif est d’aider les collectivités, régies et autres services des eaux à prendre les bonnes décisions d’investissement sur le renouvellement de leur réseau de canalisation.

En effet, les collectivités n’ont pas les moyens financiers aujourd’hui pour renouveler la totalité de leurs réseaux : elles doivent donc faire des choix, aller au plus urgent et changer les bons tuyaux.

Nous les aidons donc à viser le strict nécessaire (ou, a contrario, à éviter d’engager des frais pour des renouvellements inutiles), en détectant les conduites qui ont besoin d’être renouvelées en priorité : principalement, celles qui sont responsables de fuites et celles qui ont une durée de vie réduite.

Et pour cela, nous avons besoin de collecter des données. Pour la détection de fuites, nous nous appuyons sur les données de nos capteurs et celles de nos techniciens sur le terrain.

Pour connaitre la durée de vie d’un ouvrage, nous combinons une étude géologique de la zone et une analyse 3D de la qualité de la conduite.

C’est notre offre « A3DV », l’acronyme pour Analyse 3D du Vieillissement, qui nous permet, à partir d’un certain nombre de données, d’estimer de manière très fiable le reste à vivre d’un tronçon.

Justement, sur quelles données vous appuyez-vous précisément pour déterminer l’état de vieillissement d’un réseau ?

Nous nous basons d’abord sur une analyse environnementale de la conduite : PH du sol, corrosivité, résistivité, sulfates, chlorures, variation du niveau des nappes phréatiques… toutes ces données sont collectées via une mesure de résistivité sur site, des prélèvements de terre, de mesures de pH ainsi que d’analyses de la nature du sol (géologique et hydrogéologique via la carte du BRGM).

Il s’agit donc de données brutes extrêmement fiables.

Pour compléter cette analyse du sol, nous réalisons ensuite une analyse métallographique qui inclut différentes mesures, des analyses de terre et des caractéristiques physico-chimiques de l’eau.

Ce sont ces données – fiables, scientifiques et reproductibles – qui vont nous permettre de déterminer le stade de vieillissement de la conduite, et de prévoir à quelle vitesse celle-ci va se dégrader à l’avenir.

La quantité de données prélevées a-t-elle un impact sur la fiabilité du diagnostic final ?

 Non. Il n’est pas indispensable selon nous de vouloir accumuler le maximum de données pour poser un diagnostic pertinent.

On peut collecter d’innombrable données sur l’environnement d’une conduite mais toutes n’ont pas la même pertinence.  Il faut développer des systèmes onéreux pour traiter et analyser l’ensemble de ces données.

Nous fournissons d’ailleurs nos données à ceux qui développent de tels systèmes. Pour autant, nous estimons que 20% des données suffisent pour obtenir une analyse rapide et fiable.

Les 80% de données restantes ne sont pas inutiles, mais elles vont simplement permettre d’affiner la tendance et ne changeront pas fondamentalement le résultat.

Nous préférons donc nous concentrer sur le petit pourcentage de données fiables et reproductibles, qui donnent 90% des effets.

D’abord parce que collecter des données coûte cher, et que nous souhaitons proposer un service accessible à tous nos clients, de la grosse métropole à la
petite municipalité rurale.

Ensuite parce que cela peut s’avérer contre-productif : si nous fournissons trop de données à traiter à nos clients, ces derniers risquent de ne pas les utiliser, d’autant que notre clientèle n’est pas toujours qualifiée techniquement pour pouvoir interpréter un trop grand nombre d’informations.

Enfin, stocker des données peu utiles constitue un risque pour l’environnement : les immenses entrepôts de données consomment énormément d’électricité pour fonctionner.

Revenir à l’essentiel est donc indispensable d’un point de vue écologique.