Zoom sur la stratégie Data d'Air France
#44 - Le zoom, le podcast et la ressource de Julie
Hello,
Bienvenue dans l’édition #44 de la newsletter DataGen ! 👋
Avant tout, voici quelques liens utiles :
Retrouve ici les anciennes éditions de la newsletter en libre service.
Abonne-toi à la chaîne YouTube. Les interviews sont maintenant disponibles en format vidéo.
Suis-moi sur LinkedIn si ce n'est pas encore fait, je partage du contenu data chaque semaine.
L'agenda de la semaine :
🔍 Le zoom sur la Data chez Air France.
🤩 La collaboration avec Big Data & AI Paris : 4 full-pass à gagner.
🎙 Le podcast avec Julie, Head of Data Science & Strategy chez Air France.
📚 Les ressources recommandées par Julie.
C’est parti !
🔍 Le zoom sur la stratégie Data d’Air France - 4 min
Ce zoom est tiré de mon échange avec Julie qui est Head of Data Science & Data Strategy chez Air France-KLM. La compagnie aérienne qui fait de la data depuis 25 ans et qui compte aujourd’hui 300 profils data au sein du groupe.
L’histoire de la data chez Air France
Au sein du groupe, la Data est rattachée au département Recherche Opérationnelle qui existe depuis 65 ans. C’est lui qui s’occupe de toute la planification des ressources de l’entreprise :
- les programmes de vol
- le planning des personnels navigants
- la maintenance des avions
- le nombre de places à ouvrir aux différents prix
- etc.
“Au fur et à mesure, on a pris un virage data. On a insufflé de plus en plus de machine learning dans les outils de planification.”
Le use case sur la maintenance prédictive
1) Le contexte
Les pièces d’un avion coûtent plusieurs dizaines voire centaines de milliers d’euros. Pour optimiser ses coûts, Air France doit les changer uniquement lorsque c’est nécessaire.
Cependant, la compagnie doit éviter au maximum de les changer lorsque l’avion est à l’autre bout du monde. Sinon, elle doit acheminer la pièce et un mécanicien pour la changer mais aussi acheminer les passagers avec un autre avion. Tout ça coûte très cher.
“L'enjeu de la maintenance prédictive, c'est d’estimer précisément quand la pièce va être défaillante pour décider de la changer quand l'avion est sur une base de maintenance à Roissy ou à Orly.”
2) Le Proof of Concept
Il y a 6 ans, Air France a introduit le premier avion connecté à sa flotte : l’A380. Celui-ci envoyait plein de données qui n’étaient pas exploitées (ex : signaux sur l’état des pièces, etc.).
Un ingénieur de la maintenance aéronautique est venu nous voir au département Data avec “une disquette” pour voir ce qu’on pouvait en faire. L’objectif était de voir si l’équipe Data pouvait utiliser ces données pour aider les ingénieurs dans leurs prises de décision (ex : changer une pièce ou non à un moment donné).
“On a mis cet ingénieur en binôme avec un Data Scientist et 3 mois plus tard, on avait un Proof of Concept data sur un use case de maintenance prédictive.”
3) L’industrialisation
Le problème, c’est que l’équipe Data a ensuite mis plus de 6 mois à “industrialiser” le cas d’usage (ex : à récupérer les données de manière automatisée, rendre accessible les résultats pour tous les ingénieurs en aéronautique, etc.).
Les données issues des avions connectés appartiennent à la direction des pilotes et ce sont eux qui sont “Data Owners” sur l’exploitation de leurs données. L’équipe Data devait avoir leur accord pour développer ce cas d’usage.
“On est passé devant les instances des représentants du personnel des pilotes pour avoir le droit d’utiliser leurs données. Il nous a fallu 6 mois pour expliquer et pour convaincre.”
4) L’adoption
Pour gagner la confiance des ingénieurs de la maintenance prédictive, l’équipe Data a choisi volontairement de mettre en production un premier modèle très simple : un arbre de décision.
Celui-ci a permis aux ingénieurs de comprendre les résultats du modèle et de faire confiance à la solution. Une fois la confiance établie, l’équipe Data a pu proposer une solution d’Intelligence Artificielle plus performante.
“Depuis l'année dernière, on a un modèle de machine learning qui tourne dans cet outil.”
Les 4 chantiers principaux de Julie
Je les ai synthétisés dans ce post Linkedin :
🤩 La collaboration avec Big Data & AI Paris : 4 full-pass à gagner
Grande news, pour la rentrée, on lance une collaboration exclusive avec Big Data & AI Paris, l'événement #1 en France de la scène Big Data et AI qui aura lieu les 25 et 26 septembre 2023 !
Le concept est simple, on vous ouvre les portes des plus belles directions data françaises au travers de podcasts mettant en avant des tops speakers de l'événement ! Cf. l’épisode de cette semaine sur Air France avec Julie. 😉
Pour marquer le coup, on organise un tirage au sort pour faire gagner 4 full pass gratuits pour l'événement, pour 2 personnes à chaque fois.
Pour y participer, il te suffit de taguer la personne avec qui tu irais à l'événement sur mon post LinkedIn qui concerne cet épisode.
🎙 Le podcast avec Julie, Head of Data Science & Strategy chez Air France
Découvre l'intégralité de notre échange avec Julie.
On aborde également :
Son parcours
Quelques cas d’usages additionnels
Ses plus gros challenges
Les prochains chantiers de l’équipe Data
Les ressources qu’elle recommande
Le vrai challenge, c’est de convaincre des décideurs opérationnels et des membres du COMEX de faire avancer ces chantiers-là. Leur business, c'est de faire vivre une compagnie aérienne, ils sont très loin de ces problématiques de data gouvernance et de data quality.”
Liens vers l’épisode : Apple Podcasts | YouTube | Spotify | Deezer
📚 La ressource recommandée par Julie
Suivre Cassie Kozyrkov
“Ses posts sont très inspirants, et écrit d’un point de vue féminin, ce qui est rare dans le monde de la data.”