Le Big Data au service de l’immobilier

Deep­ki est une entre­prise française qui accom­pa­gne ses clients dans la tran­si­tion envi­ron­nemen­tale et dig­i­tale de leur parc immo­bili­er, du gain de per­for­mance à l’impact durable. Ren­con­tre avec Emmanuel Blanchet (2002), cofon­da­teur de Deep­ki, qui nous en dit plus sur le posi­tion­nement de Deep­ki et des dif­férentes solu­tions qu’ils proposent.

Deepki met la data au service de la transition énergétique avec un focus sur la gestion du parc immobilier. Dites- nous-en plus sur ce positionnement.

La solu­tion que nous avons mis en place est le fruit d’un con­stat : les ges­tion­naires immo­biliers, notam­ment ceux avec des parcs con­séquents, dis­posent d’un gise­ment de don­nées qu’ils ne sont pas en train d’exploiter. En effet, l’analyse de ces infor­ma­tions s’avère com­pliquée pour plusieurs raisons :

• La dif­fi­culté d’accès aux don­nées : les dif­férents acteurs n’ont pas une vision glob­ale sur l’ensemble de leurs parcs et dis­posent de SI dif­férents avec des logi­ciels pour chaque fonc­tion. Il est donc com­pliqué d’extraire les don­nées de façon trans­verse puisqu’elles sont éparpil­lées à tra­vers les dif­férentes com­posantes de l’infrastructure ;
• Le manque d’outils infor­ma­tiques pour traiter les don­nées : provenant de dif­férentes sources, les infor­ma­tions recueil­lies sur la per­for­mance des bâti­ments ne sont pas for­cé­ment homogènes. Elles néces­si­tent donc plus d’efforts pour être agrégées, net­toyées et traiter par un seul outil.
• Le champ d’analyse : le fait de crois­er les indi­ca­teurs des dif­férentes com­posantes du bâti­ment (posi­tion, con­som­ma­tion d’énergie, qual­ité de l’air, etc.) est assez com­pliqué puisqu’il néces­site une analyse croisée. Les ges­tion­naires de parcs immo­biliers ont donc besoin de com­pé­tences très pointues afin de mod­élis­er les ten­dances observées dans le but de mieux les maîtriser.

Ain­si, nous nous posi­tion­nons comme un parte­naire priv­ilégié qui per­me­t­tra aux ges­tion­naires de parcs immo­biliers à d’exploiter ces mass­es d’informations et de dis­pos­er d’outils infor­ma­tiques sophis­tiqués pour une ges­tion opti­male des ressources.

Que proposez-vous concrètement et à qui vous vous adressez dans ce cadre ? 

Notre force réside dans le fait de pro­pos­er dans un même pro­duit, des solu­tions com­plé­men­taires com­posées de plusieurs briques :

• Une com­posante de col­lecte de don­nées : nous dis­posons de logi­ciel de dernière généra­tion capa­ble de se con­necter aux dif­férentes sources de don­nées. Qu’il s’agisse de four­nisseurs d’énergie, de logi­ciels métiers, d’ERP, ou même d’APIs, notre out­il dis­pose de plusieurs con­necteurs qui facili­tent la recherche et l’extraction de ces informations.
• Une fonc­tion de resti­tu­tion : après la col­lecte des indi­ca­teurs, nous mis­ons sur Deep­ki Ready, qui nous per­met d’accéder à ces data lakes. Les ges­tion­naires de parcs immo­biliers pour­ront donc visu­alis­er la con­som­ma­tion d’un bâti­ment don­né en appli­quant des fil­tres sur la péri­ode ou la région par exemple ;
• Une brique d’analyse : après la col­lecte et la resti­tu­tion des infor­ma­tions, nous effec­tuons des analy­ses opéra­tionnelles afin d’améliorer la per­for­mance du parc. En effet, notre approche repose sur 3 prin­ci­paux leviers : la ges­tion des con­trats et donc de l’efficience économique immo­bil­ière ; la per­for­mance énergé­tique à tra­vers le pilotage du parc ; et RSE dans sa glob­al­ité ou la per­for­mance sociale et envi­ron­nemen­tale du building.

Aujourd’hui, quelles sont les principales problématiques rencontrées par les entreprises et comment les accompagnez-vous pour les résoudre ?

Le grand chal­lenge auquel les grands parcs immo­biliers doivent faire face est le manque de vis­i­bil­ité et d’accès aux données.

En effet, un ges­tion­naire de 500 mag­a­sins aura du mal à déter­min­er de manière pré­cise la con­som­ma­tion énergé­tique, les spé­ci­ficités des con­trats ou même les descrip­tifs tech­niques de l’ensemble de ses sites par exemple.

En par­al­lèle, même s’il dis­pose de ces vari­ables, il sera face à une prob­lé­ma­tique liée à l’exploitation de ces pétabytes de don­nées. Mê me des analy­ses sim­ples peu­vent devenir assez com­plex­es lorsqu’il s’agit de 10, 30 ou de 50 bâti­ments. Ils doivent aus­si dis­pos­er de références selon les typolo­gies des sites afin de juger si les indi­ca­teurs qu’ils obser­vent sur leurs tableaux de bord sont dans les normes.

Pouvez-vous nous donner des exemples concrets de projets que vous avez implémentés ?

Nous avons récem­ment tra­vail­lé avec le Groupe­ment Les Mous­que­taires afin de met­tre en place un sys­tème de mon­i­tor­ing. Grâce à cette solu­tion, ils seront capa­bles de détecter les dérives de con­som­ma­tion sur un site don­né à l’aide des algo­rithmes de machine learning.

En effet, ces tech­niques basées sur l’intelligence Arti­fi­cielle per­me­t­tent d’analyser en quelques sec­on­des des mil­liers de courbes afin de repér­er un dys­fonc­tion­nement sur un site. Ain­si, les ges­tion­naires de parcs seront capa­bles d’intervenir au plus vite afin de résoudre les prob­lé­ma­tiques de sur­con­som­ma­tion, de per­for­mance envi­ron­nemen­tale ou même de facturation.

En par­al­lèle, nous avons adop­té la même approche afin d’optimiser la ges­tion de mil­liers de con­trats d’énergie pour la ville de Paris. Nous sommes donc capa­bles d’apporter une réponse con­crète et opéra­tionnelle aux ges­tion­naires tech­niques grâce à une sim­ple analyse de l’ensemble des don­nées générées par les immeubles. Par ailleurs, nous tra­vail­lons sur le con­cept de l’enrichissement des don­nées par le biais de l’open data.

En effet, cette ini­tia­tive vient en réponse à l’enjeu des grands ges­tion­naires d’actifs immo­biliers, qui n’ont pas for­cé­ment accès à l’ensemble des descrip­tifs de leurs sites. Nous les aidons donc à les extraire des bases de don­nées publiques.

Et pour conclure, quelques mots sur vos perspectives.

Deep­ki est une entre­prise en forte crois­sance depuis 5 ans. Nous avons récem­ment réus­si à clô­tur­er notre 2e lev­ée de fonds ce qui a ouvert la voie vers de très belles per­spec­tives. En effet, nous souhaitons ren­forcer notre présence en Europe notam­ment après l’ouverture de nos deux bureaux à Madrid et à Milan. Notre ambi­tion est donc de devenir leader sur le marché européen d’ici deux ans. Nous voulons aus­si dévelop­per nos pro­duits et ser­vices pour pou­voir incor­por­er les don­nées en prove­nance de l’IoT notam­ment. Les parcs immo­biliers débor­dent de don­nées et ils ont donc besoin de solu­tions inté­grées comme celle pro­posée par Deep­ki, afin de don­ner du sens et de maîtris­er les vagues d’informations qui les submergent.

---

Articles similaires :

La dig­i­tal­i­sa­tion de l’immobilier L’approche mul­ti-cloud native au ser­vice des grands groupes L’intelligence arti­fi­cielle révo­lu­tionne l’apprentissage Inno­va­tions au coeur de l’industrie de la défense 50 Part­ners : un mod­èle unique de col­lab­o­ra­tion au ser­vice de l’innovation Au cœur de l’analyse des données