Exemple de Big Data dans une société B2B

Dans les aéroports, la gestion du temps est vitale, c’est une évidence. La précision avec laquelle l’heure d’arrivée d’un avion à son parking est connue conditionne d’importants flux financiers. La minute de parking est précieuse pour la compagnie aérienne. Les aéroports ou les sociétés de services aéroportuaires, facturent le temps passé, qu’il soit utile ou non….

Si un avion atterrit et arrive à son parking avant que les services au sol soient prêts, les passagers et les navigants attendent et le vivent mal. A l’inverse, si l’avion atterrit en retard par rapport à l’horaire prévu, l’équipe au sol attend et le compteur tourne.

Une étude interne conduite par une compagnie aérienne américaine a montré que sur les vols passant par ses hubs, 10% avaient un écart de 10 minutes ou plus entre l’heure estimée et l’heure réelle d’arrivée au parking et 30% avaient un écart d’au moins 5 minutes. Cette compagnie a décidé de prendre des mesures pour améliorer la précision de ses prévisions et donc pour économiser de l’argent tout en améliorant le service rendu à ses clients.

Il faut savoir que, classiquement, l’heure estimée d’arrivée au parking est donnée par les pilotes en approche finale, moment crucial du vol qui leur demande une attention maximale et des actions nombreuses et variées. Une société, PASSUR Aerospace (www.passur.com), a eu l’idée de proposer aux compagnies aériennes et aux aéroports un service de calcul d’heure d’arrivée plus performant que l’heure fournie par les pilotes. Ce service repose sur une exploitation intensive de ce que nous appelons maintenant Big Data. PASSUR utilise les très nombreuses données publiques disponibles comme par exemple, la météo locale, les horaires relevés des avions de toutes les compagnies aériennes et des données collectées spécialement par son propre réseau de radars passifs, installés près des aéroports. Ceux-ci collectent en permanence des données sur tous les avions qui passent dans le ciel local. Le site www.flightradar24.com illustre très bien la quantité d’informations disponibles librement sur la circulation aérienne. Le volume d’informations qu’ils collectent est considérable. Celles-ci sont archivées et analysées pour permettre de faire des analyses en temps réel, qui prédisent de façon beaucoup plus sûre, l’heure d’arrivée d’un avion. Les données des pilotes sont complétées par l’expérience des milliers de vols précédents, la météo et l’encombrement du ciel du moment. Les économies dégagées sont évidentes et permettent à une compagnie aérienne de beaucoup mieux maitriser le moment précis de l’arrivée au parking d’un avion. C’est une jolie illustration de la formule : Utiliser Big Data conduit à de meilleures prévisions, et de meilleures prévisions conduisent à de meilleures décisions. Exemple inspiré d’un article de Harvard Business Review d’octobre 2012 (hbr.org). Vous souhaitez en savoir plus ? Contactez-nous