Certaines fonctionnalités de ce site reposent sur l’usage de cookies.
Les services de mesure d'audience sont nécessaires au fonctionnement du site en permettant sa bonne administration.
ACCEPTER TOUS LES COOKIES
LES COOKIES NÉCESSAIRES SEULEMENT
CONNEXION
Valider
Mot de passe oublié ?
BÂTIMENT - GROS OEUVRE

Deepki : « Déployer un plan d'action agile, s'appuyant sur la data »

LA RÉDACTION, LE 4 SEPTEMBRE 2020
Archiver cet article
Newsletters
Deepki : « Déployer un plan d'action agile, s'appuyant sur la data »
Face au plan France Relan, Deepki, start-up exploitant les données existantes de ses clients pour optimiser la gestion de leur parc immobilier et engager la transition énergétique et digitale, appelle à passer à l’action rapidement, en faisant appel au "Test & Learn".

"Ce plan de relance, résolument écologique, donne enfin à la France les moyens de ses ambitions en termes de rénovation thermique des bâtiments. Néanmoins, il pose dans le même temps un défi énorme :  comment éviter la gabegie ?  Comment assurer un impact environnemental massif et rapide à la hauteur des enjeux ? Nous avons beaucoup à tirer des enseignements de l’informatique et particulièrement de l’approche data pour s’assurer de l’efficacité des actions entreprises. Appliquée à la transition environnementale et généralisée, cette méthode assurerait un impact massif et rapide des moyens engagés", croit Vincent Bryant, président de Deepki.

PUBLICITÉ
Et de prévenir : "Evitons de (re)tomber dans les ornières habituelles en préconisant des audits énergétiques longs qui, s’ils permettent de faire des listes d’actions potentielles, n’appellent pas vraiment à leur mise en œuvre".

En conséquence, Deepki encourage plutôt à construire des modes de décision pragmatiques s’appuyant sur la data et qui associent à chaque action un pilotage précis. Ce modèle déployé dans le secteur informatique baptisé « Test & Learn » se schématise comme suit :

1/ Je fais mes choix et analyses sur la base des données factuelles et de la situation donnée.

2/ Je détermine le problème et teste une solution.

3/ J’analyse les données à la suite de la mise en œuvre de cette solution.

4/ En cas de succès, je généralise la solution. En cas d’échec, j’apprends et j’adapte une autre solution.

Ce modèle d’action permet dans les faits de mieux détecter les plus importants gisements d’économie d’énergie, choisir le bouquet d’actions le plus adapté, sans déclencher par défaut des travaux lourds, et de suivre l’efficacité réelle des actions et reproduire rapidement les actions les plus efficaces.








Crédit capture d'écran. © Deepki
PARTAGER :
Toute l'information de cette rubrique est dans : BTP Magazine
Le magazine de toute l'actualité des constructeurs, distributeurs et loueurs de matériels.
Découvrir nos newsletters →
À LIRE ÉGALEMENT
[Tribune] Vices cachés dans la construction : comment les éviter ?
[Tribune] Vices cachés dans la construction : comment les éviter ?
Recyclage des déchets du bâtiment : un an après, où en est la REP PMCB ?
Recyclage des déchets du bâtiment : un an après, où en est la REP PMCB ?
Duarib inaugure un nouveau centre de services en Ile-de-France
Duarib inaugure un nouveau centre de services en Ile-de-France
Milwaukee étoffe sa gamme éclairage
Milwaukee étoffe sa gamme éclairage
TOUS LES ARTICLES BÂTIMENT - GROS OEUVRE