Aujourd’hui les logiciels de gestion de flottes automobiles sont essentiellement utilisés pour gérer unitairement les véhicules ainsi que les événements qui y sont rattachés. Cette gestion micro de chaque véhicule avec son ou ses conducteurs associés permet au manager de suivre au quotidien son parc.
Par contre, l’analyse macro des données générées par l’ensemble des parcs restent assez limitée. Et pourtant, ce sont des millions de datas extrêmement utiles qui sont produites dorénavant par les parcs automobiles :
- Datas de base enregistrées dans le système de gestion : événements liés au véhicule, ou aux chauffeurs, charges fixes et charges variables …
-
- Datas enregistrées par les systèmes embarqués comme l’OBD (On Board Diagnostic) : kilométrage, consommation, maintenance, alertes …
-
- IOT (Internet Of Things) embarqués : de plus en plus d’objets connectés sont présents dans les véhicules et envoient également des datas
-
- Et enfin les API (Application Programming Interface) qui permettent de récupérer des données en provenance de partenaires de l’entreprise : Total GR, sociétés de leasing, Sage pour la comptabilité par exemple …
Pourquoi ces datas sont-elles aussi stratégiques pour le gestionnaire de parc auto ?
En fait, ces datas vont faire émerger des grandes tendances qui vont lui permettre d’exercer son métier différemment : en effet, au lieu de subir les événements, le gestionnaire de parc va pouvoir de plus en plus s’inscrire dans une logique prédictive afin de mieux rationaliser la gestion de son parc :
- La maintenance pro active : face à des pannes récurrentes, le gestionnaire va pouvoir définir de nouveaux process, prendre les décisions appropriées en y associant les acteurs concernés, notamment les conducteurs et le concessionnaire par exemple.
-
- La consommation maitrisée : il va pouvoir sur le long terme comparer globalement sa consommation réelle avec celle affichée par le constructeur et analyser ainsi les raisons des différentiels
-
- La comparaison entre parcs ou entre typologies de conducteurs : immédiatement les différences de mesures, lui permettront d’identifier les comportements sur lesquels agir en priorité afin d’améliorer les fondamentaux de son parc : mode de conduite, gestion des frais, amendes …
Une nouvelle vision du fleet management :
En benchmarkant ainsi plus systématiquement les fondamentaux de son parc, le gestionnaire peut trouver des relations et des corrections entre différents facteurs. Ces nouveaux indicateurs lui donnent également une nouvelle vision de son métier qui sera ainsi de plus en plus axée sur la gestion prédictive.
Les enjeux essentiels du big data intégré à son métier étant :
- De réduire les temps d’immobilisation des véhicules
-
- D’améliorer le ROI et le TCO
-
- De réaliser des économies structurelles sur les postes importants comme le carburant ou les pneumatiques
Digiparc, une solution de fleet management orientée big data :
Mais le plus grand danger avec le big data, c’est la data elle-même et son inflation galopante qui non maitrisée peut rendre inefficace toute tentative d’interprétation.
Fondamentalement, Digiparc est structuré pour répondre parfaitement à ces enjeux. En effet, la logique de séparation forte entre le référentiel et l’opérationnel, permet de générer de la data facile à exploiter et à analyser.
Grace à une démarche axée sur le reporting (plus de 50 types de rapports disponibles), Digiparc offre par ailleurs la possibilité de croiser des datas dans tous les sens et ce sur vos principaux centres d’intérêt.
Par ailleurs, la systématisation des alertes permet au gestionnaire de s’appuyer sur un système robuste d’interprétation prédictive de la data.
Enfin, avec la nouvelle version 5.0 de Digiparc, les dashboard sont dorénavant présents à tous les nouveaux de l’interface et permettent à tout moment d’avoir une vision globale de la situation de son parc.
Pour conclure, la révolution big data dans le monde du fleet management ne fait que commencer !
Olivier LOMBART
Business Development Manager France
