Mise à disposition des outils nécessaires aux employés pour exploiter les données grâce à la démocratisation
Secteur : Chimie
Service : Opérations
Region : Asie-Pacifique
Augmentation de la durée de vie des catalyseurs chimiques, jusqu'à 40 %
Augmentation du chiffre d'affaires grâce à l'analyse prédictive
Augmentation de l'efficacité
Connue comme étant la plus grande entreprise pétrochimique de Thaïlande et la troisième d’Asie, GC déploie des activités pétrochimiques diversifiées et complètes, dont la production et la distribution de produits pétrochimiques en amont, intermédiaires et en aval. Ces produits peuvent être convertis en d’autres produits chimiques et servir de base pour les secteurs de l’aval pétrolier tels que l’emballage, l’habillement, les équipements de communication et électroniques, les appareils électriques, les véhicules, les matériaux de construction, les plastiques pour l’ingénierie, le matériel agricole, et bien d’autres. Ces produits ne font pas seulement partie de notre quotidien, ils améliorent également nos vies.
En privilégiant l’innovation et la technologie, GC a compris qu’il fallait s’appuyer davantage sur les données. Les ingénieurs et les usines chimiques représentant 70 % de l’activité, c’est au niveau des opérations des usines que les responsables de l’analytique et des données ont assisté aux prémices d’une transformation.
Contrairement à ce qui se passe lors d’une réaction chimique, où les événements s’enchaînent à la manière d’une rangée de dominos tombant les uns après les autres, les ingénieurs se sont appuyés sur une combinaison de données provenant de différents fournisseurs qui, par nature, contenaient des variables complexes.
GC s’est concentré sur les trois dimensions suivantes dans sa transformation digitale :
Mise à disposition des outils nécessaires aux employés pour exploiter les données grâce à la démocratisation
Possibilité d’actualiser les processus manuels grâce à l’automatisation
Amélioration de la prise de décision grâce à des insights plus rapides et à un niveau d’analyse plus élevé
Pour qu’une réaction chimique se produise à grande vitesse et à grande échelle dans un environnement contrôlé, un catalyseur est souvent nécessaire dans la formule. Les catalyseurs ont également la caractéristique unique de provoquer une réaction chimique différente. Pour changer le statu quo, l’équipe de GC voulait abandonner ses méthodes de travail.
« Nous avons souvent changé nos catalyseurs chimiques à des intervalles connus, parce que c’est ce que nous avons toujours fait », déclare Chatsuda Kanjanarat, SVP Transformation Excellence, GC. « Nous nous sommes tournés vers Alteryx pour obtenir les outils et l’expertise nécessaires pour changer ces habitudes. »
Alteryx a servi de catalyseur de changement chez GC, en commençant par son équipe d’ingénieurs, c’est-à-dire 70 % de l’ensemble de l’entreprise. À mesure qu’ils ont commencé à utiliser Alteryx, ils ont cherché une solution à la tâche ardue que représentent l’entretien et le remplacement des catalyseurs tous les cinq ans. Grâce aux données recueillies et à leur analyse dans Alteryx, les ingénieurs de GC ont découvert qu’ils pouvaient prolonger la durée de vie de leurs catalyseurs jusqu’à 40 %. Cela leur permet d’économiser efficacement les ressources de l’entreprise tout en obtenant des produits de grande qualité.
Après avoir travaillé avec la solution d’automatisation Alteryx pendant plus d’un an, l’équipe d’ingénieurs de GC a commencé à exploiter les insights fournis par Alteryx pour en faire profiter toute l’entreprise. La production d’oléfines et de phénols, domaine d’expertise de GC, nécessite de grandes quantités de matières premières chimiques. Parmi elles figurent des matériaux en pétrole brut, non traité. Grâce au savoir-faire qu’ils ont acquis toute l’année et à la suite d’outils prédictifs d’Alteryx, les ingénieurs ont pu prédire leur production chimique, mieux connue sous le nom de « rendement » dans la communauté scientifique, pour prendre de meilleures décisions concernant l’achat de matières premières.
Le processus se déroulait comme suit : exploiter les données de vente, de production, de tarification et de conditions des usines issues de systèmes disparates, tels que les systèmes CRM et ERP, pour créer un algorithme plus performant et convivial, permettant l’acquisition et la mise à niveau des compétences analytiques avancées, ainsi que la fourniture d’insights plus complets. L’objectif était de créer un modèle pour prédire le prix du phénol, un composé organique utilisé comme intermédiaire pour la synthèse industrielle. L’équipe s’est engagée sur une période de démonstration de faisabilité d’un an comprenant les étapes suivantes :
En exploitant 19 paramètres globaux, l’équipe est passée d’un modèle de régression linéaire basé sur Python à un modèle de forêts aléatoires piloté par Alteryx. Ce dernier lui permet d’exploiter jusqu’à 50 paramètres avec un intervalle de confiance élevé supérieur à 0,95 et un taux d’erreur de 2,6 %.
Avant Alteryx, l’entreprise achetait la matière première quand elle en avait besoin, et non de manière stratégique. L’équipe sait désormais à quel moment il est préférable d’acheter des matières premières et en quelle quantité, prédire le rendement et générer de la valeur pour l’entreprise, d’une manière innovante et respectueuse de l’environnement. Ce nouveau processus a permis aux entreprises de production de phénol de faire des bénéfices de 1,5 million de dollars.
L’équipe de GC a envie d’innover dans la production de méthanol et de propane, d’étendre l’empreinte d’Alteryx à ses différentes fonctions et de lancer officiellement le modèle prédictif de phénol en septembre 2021. L’objectif de GC consiste toujours à favoriser une culture holistique axée sur les données, et l’équipe prévoit de continuer à améliorer les compétences de ses ingénieurs en organisant des « journées data » et des « cas d’usage data ».