Zeppelin fait passer la maintenance prédictive au niveau supérieur avec Splunk

Parfois, il est nécessaire de prédire l’avenir.

La société allemande Zeppelin est surtout connue dans le monde pour ses solutions dans les domaines des engins de construction, des engins miniers, des machines agricoles, des machines de location, de la logistique de la construction, de la gestion des chantiers, de l’entraînement, de la propulsion, de la traction et de l’énergie, de l’ingénierie et de l’ingénierie d’installations. Le fabricant développe également de nouveaux modèles économiques numériques pour le secteur de la construction.

Zeppelin avait besoin d’une solution de supervision qui offrirait une vue complète de son infrastructure IT complexe. Le constructeur allemand recherchait une solution capable de faire évoluer son activité de service, qui repose sur la capacité à superviser à distance l’équipement en location. Cela permet à Zeppelin de prévoir les problèmes avant qu’ils ne surviennent, donnant ainsi aux clients une longueur d’avance sur les pannes de machine.

De la supervision IT à l’IoT

Chez Zeppelin, la collaboration à l’échelle du groupe s’articule autour d’une société de gestion et de six unités commerciales stratégiques : Construction Equipment EU (vente et service après-vente de matériel de construction), Construction Equipment CIS (vente et service après-vente de matériel de construction et de machines agricoles), Rental (location), Power Systems (systèmes d’énergie électrique), Plant Engineering (construction d’équipements) et Z Lab. Cette structure permet de centraliser les opérations et d’orienter ses modèles économiques vers différents marchés et clients. L’infrastructure IT étendue requise pour desservir l’entreprise comprend des bases de données SAP, une plateforme de virtualisation basée sur VMware et une infrastructure hyperconvergée pour le stockage défini par logiciel. Jusqu’à ce que Zeppelin découvre Splunk Enterprise, surveiller et analyser les fichiers journaux des systèmes IT était une tâche énorme, chaque équipe écrivant ses propres scripts.

Zeppelin a déployé Splunk Enterprise pour remplacer un outil de supervision qui n’était plus adapté. L’ingénieur système, Andreas Zientek, explique : « J’ai trouvé Splunk, je l’ai testé pendant deux ou trois jours, j’ai couru voir mon patron et je lui ai dit : “Il nous le faut !” »

L’extension à de nouveaux scénarios d’utilisation tels que l’Internet des objets (IoT) était un prolongement naturel à l’utilisation de Splunk. Splunk aide Zeppelin à passer au crible les volumes de données générés et à produire une business intelligence utile. Depuis lors, il y a huit ans, Zeppelin travaille en étroite collaboration avec Splunk pour développer des solutions numériques visant à améliorer la satisfaction des clients, à réduire les coûts et à accroître l’efficacité de l’entreprise.

Le machine learning fait passer le dépannage de la réaction à la proaction

Grâce au Machine Learning Toolkit de Splunk, Zeppelin a conçu un modèle de détection des anomalies qui prédit les pannes imminentes des bougies d’allumage, principale cause des interruptions dans les centrales. Avec des algorithmes préchargés une mise en œuvre simple, le Machine Learning Toolkit évite d’avoir à programmer une seule ligne de code, un avantage de poids pour l’équipe. Zientek explique : « La bougie d’allumage est l’un des composants les plus sollicités d’un moteur. À la moindre défaillance, le moteur s’arrête. Nous voulions fournir à nos clients une solution qui aide à prévenir la défaillance imminente d’une bougie d’allumage avec un peu d’avance ».

Le logiciel Splunk a permis de suivre les données associées à la température des gaz d’échappement et à la tension des bougies d’allumage pour détecter les écarts et identifier les problèmes à l’avance. La capacité à isoler et corréler ces mesures a permis à Zientek d’utiliser des données historiques pour contextualiser et résoudre les problèmes actuels. Le centre de service de Zeppelin a pu envoyer un technicien de service sur le site avant que le problème ne survienne, évitant ainsi des arrêts coûteux et améliorant le service client. Des tableaux de bord en temps réel permettent au technicien de service de visualiser le problème avant son arrivée sur le site, ce qui lui permet de s’assurer qu’il dispose des bons outils pour effectuer la réparation en perturbant le moins possible le service du client.

Supervision en temps réel, sur des milliers de données

En utilisant la plateforme Splunk, Zeppelin a amélioré la visibilité en temps réel de ses systèmes pour améliorer la qualité de la supervision. Des milliers de journaux et d’alertes sont agrégés et indexés en clusters d’événements, que Zientek et son équipe utilisent pour analyser et extraire des informations exploitables. « Vous pouvez maintenant voir exactement ce qui se passe avec une précision à la milliseconde », explique Zientek. « Nous avons eu une panne de stockage : nous pouvions voir à quel moment elle s’était déclarée et quels systèmes étaient touchés, et nous l’avons rapidement corrigée. Vous obtenez des renseignements approfondis sur les systèmes. »

Rationaliser des opérations pour augmenter l’efficacité et la productivité

Zeppelin évalue actuellement Splunk IT Service Intelligence (ITSI) pour obtenir une visibilité complète sur les métriques de performance de l’entreprise. L’entreprise a été la première à présenter le potentiel commercial de Splunk ITSI au Salon européen de la construction, Bauma. En collaboration avec Caterpillar, Zeppelin a fait une présentation en temps réel, démontrant la profondeur de l’intelligence commerciale qui pourrait être extraite à l’aide du logiciel Splunk. Les informations concernaient les volumes de vente, les articles les plus vendus, les représentants commerciaux les plus productifs et les clients les plus actifs. « Avec Splunk, nous avons un partenaire innovant qui nous aide à relever les défis de la numérisation », explique Andreas Zientek. « Pour nous, c’est l’avenir. »