Arneg prévoit les besoins de maintenance de ses clients dans le monde entier grâce à Amazon Forecast et Amazon SageMaker

Arneg SpA (Arneg) avait besoin d'évoluer au-delà d'un modèle de service client réactif. L'entreprise, un leader mondial de la fabrication de réfrigération commerciale, recherchait une solution évolutive et tolérante aux pannes pour améliorer ses services existants et intégrer de nouveaux services au fur et à mesure de l'expansion de ses offres. Pour aider l'entreprise à évoluer, Arneg s'est tourné vers Amazon Web Services (AWS) et a développé un modèle de maintenance prédictive en utilisant son infrastructure d'internet des objets (IoT) et Amazon Forecast, un service entièrement géré qui utilise le machine learning (ML) pour fournir des prévisions très précises. Le nouveau système a permis à Arneg de prédire les besoins de maintenance avec une précision de plus de 80 %, réduisant ainsi considérablement les temps d'arrêt de la réfrigération pour les clients de l'entreprise dans le monde entier.

Avec un réseau de distribution qui s'étend sur plus de 100 pays, Arneg et ses filiales sont des fabricants mondiaux de congélateurs et de réfrigérateurs pour supermarchés et ont un positionnement fort et reconnu sur le marché. La nature de l'activité exige que l'entreprise respecte des accords de niveau de service stricts. Pour faciliter la sécurité alimentaire, Arneg doit fournir une assistance client 24 heures sur 24 dans le monde entier, tous les jours de l'année. Arneg utilisait auparavant son système interactif d'information à distance (IRIS), une application hébergée localement, pour gérer les alarmes, les appels de service et les travaux sur site. Avec IRIS, les réfrigérateurs envoyaient des alarmes à Arneg en cas de dysfonctionnement, mais uniquement lorsque les unités ne pouvaient pas respecter les normes strictes de l'industrie de la réfrigération commerciale. « Comme l'assistance n'est normalement demandée que lorsqu'un problème survient, notre temps de réaction doit être extrêmement court », explique Davide Zandonà, directeur du service Arneg. « Cela augmente nos coûts et, surtout, rend le processus de service moins efficace ». Arneg a cherché à utiliser son infrastructure IoT existante pour créer une solution plus proactive dans le cloud. « Le développement de nouveaux projets comme la maintenance prédictive n'est en fait possible que dans le cloud », explique Claudio Canepa, directeur de l'information d'Arneg. « La capacité de calcul, le stockage et le temps d'organisation nécessaires ne peuvent être fournis sur place ».

L'entreprise a évalué plusieurs fournisseurs mondiaux de services cloud et a finalement déterminé qu'AWS était le meilleur choix. « Notre engagement à optimiser et à faire évoluer les services d'Arneg au fil du temps exige l'utilisation de systèmes faciles à mettre à jour et à améliorer », explique M. Canepa. « Nos recherches comparatives ont permis d'identifier AWS comme le fournisseur qui répondait le mieux aux besoins de notre entreprise à l'époque et qui était le plus à même de prendre en charge les innovations futures ». La première étape pour Arneg a été de développer une preuve de concept pour l'application IRIS sur AWS, mais la société a rapidement réalisé que la solution devait faire plus que simplement migrer les données existantes vers le cloud afin de produire des avantages tangibles. La société a identifié le besoin de se rendre optimisée pour le cloud, et pas seulement hébergée dans le cloud, afin de réduire les coûts, de développer sa solution de maintenance prédictive et de continuer à évoluer à grande échelle. Arneg s'est rapidement rendu compte que les microservices AWS lui permettaient de modifier et d'améliorer les fonctions IRIS existantes et de tirer davantage parti de l'architecture cloud.

La solution d'Arneg consiste à collecter des données, telles que les températures, les consommations d'énergie et les pannes, grâce à des dispositifs IoT installés dans les congélateurs et les réfrigérateurs, et à envoyer ces données sur le cloud, où elles sont standardisées et homogénéisées afin de pouvoir être traitées. Arneg utilise Amazon SageMaker et Amazon Forecast pour son modèle prédictif. Amazon SageMaker intègre les composants du machine learning dans un seul ensemble d'outils pour créer, former et déployer rapidement des modèles de machine learning. Grâce à son modèle prédictif, Arneg recueille quotidiennement 11 millions d'enregistrements IoT et les transforme en modèles en quelques heures. Auparavant, la construction de modèles à cette échelle prenait des semaines ou des mois.

Le modèle prédictif émet une notification avant qu'un événement ne se produise, ce qui donne aux équipes de service le temps de surveiller l'équipement et de prévenir le personnel de maintenance sur place si nécessaire. « Cette solution nous permet de fournir un service de meilleure qualité en évitant les pannes des unités de réfrigération », explique M. Zandonà. « Cela permet également d'optimiser la chaîne du froid, d'améliorer l'efficacité et les économies d'énergie pour les détaillants tout en facilitant la sécurité alimentaire pour les consommateurs ». Jusqu'à présent, le modèle de maintenance prédictive prévoit les besoins de maintenance avec une précision de 80 %, un chiffre qui devrait s'améliorer à mesure que l'entreprise compile une grande quantité de données historiques.

Arneg peut intégrer de manière transparente des services supplémentaires à sa solution sur AWS. « En optimisant les temps de réponse et les efforts de maintenance nécessaires, nous avons pu nous concentrer davantage sur le développement des produits et services et sur l'acquisition de nouveaux types de données », explique M. Zandonà. La prochaine étape de l'entreprise consiste à transférer son centre de contact du service clientèle vers AWS. Le processus de migration en cours utilise Amazon Connect, un centre de contact cloud omnicanal qui fournit des analytiques en temps réel et historiques ainsi que des fonctions vocales et de chat.

La migration a été motivée par la nécessité d'améliorer les temps d'appel, de diriger les appels en fonction des données associées au client et de réduire le temps consacré à l'identification, à la saisie et au repérage des données client. « En créant des flux complexes dans Amazon Connect, il nous sera possible d'associer des données provenant de fournisseurs, de clients et de points de vente », explique M. Canepa. « Cela aidera nos opérateurs à précompiler toutes les informations dont ils ont besoin pour ouvrir un ticket et à éviter les erreurs humaines dans la saisie des données et la gestion des flux ». Une fois la solution entièrement mise en œuvre, Arneg peut suivre les requêtes et l'analytique des données quasiment en temps réel et créer des indicateurs de performances clés pour aider à surveiller et à optimiser la performance du service en permanence.

Cherchant à passer d'un modèle de service réactif à un modèle préventif, Arneg a utilisé son infrastructure IoT ainsi qu'Amazon SageMaker et Amazon Forecast pour développer un modèle prédictif permettant d'anticiper les besoins de maintenance de ses clients avec une précision de plus de 80 % et de prévenir les pannes. M. Arneg a également vu une opportunité d'automatiser et de rationaliser le service client en utilisant Amazon Connect ; et ce n'est que le début. « L'architecture AWS s'est avérée être un formidable et puissant catalyseur d'innovation », déclare M. Canepa. « AWS permettra à Arneg de se concentrer sur les services que nous considérons comme fondamentaux pour notre entreprise et permettra aux ressources normalement affectées au support d'infrastructure, à l'analyse de capacité et à la gestion de services de technologie de l'information complexes d'être réorientées vers l'activité principale de notre groupe ».

Pour en savoir plus, consultez la page aws.amazon.com/forecast/.