comment randstad digital a aidé.
L'équipe de Randstad Digital a été appelée à résoudre cette connexion de données et à mettre en place le système pour un succès continu. Un projet court qui a eu des effets positifs durables sur l'organisation.
L'objectif initial était de s'assurer que toutes les nouvelles données générées seraient compatibles avec le logiciel existant pour la superposition, et qu'elles seraient faciles à modifier, à découper et à analyser, avant d'être exportées dans le format existant.
L'équipe a alors déterminé qu'il était nécessaire de créer deux outils distincts pour résoudre les deux problèmes principaux. D'une part, un outil de conversion et de manipulation des données et, d'autre part, un outil permettant d'améliorer les scripts existants utilisés pour générer les points de tracé des anciennes données des capteurs.
un plan d'action en trois volets :
interface
Identifier la meilleure solution pour l'interface graphique à utiliser dans les deux outils.
convertisseur
Créer la solution pour gérer les différences entre les nouveaux fichiers et les anciens
manipulation
Trouver un moyen de manipuler et de visualiser les données pour une analyse et une compréhension optimales.
-
la bonne interface graphique
Grâce aux fonctions intuitives de MATLAB, l'équipe a pu renommer les données des capteurs avec des noms prédéfinis afin de faire correspondre les anciennes et les nouvelles données, d'améliorer la lisibilité des données pour l'équipe interne à l'avenir, de découper les fichiers si nécessaire, de calculer les valeurs de référence à partir d'un ensemble de notations nouvellement définies et d'afficher les données de plusieurs capteurs simultanément dans un seul ensemble de données pour une analyse croisée des capteurs.
-
traduction et consolidation.
Les anciens fichiers de données étaient structurés sous la forme d'un tableau à deux colonnes, avec les horodatages dans l'une et les valeurs des capteurs dans l'autre. Les nouveaux fichiers ne comportaient qu'une seule colonne avec les valeurs des données, chacune étant liée à une description de la fréquence des mesures, de l'heure de début et de l'heure de fin.
Sur la base de la fréquence et de l'heure de début, les data scientists de Randstad Digital ont pu générer une première colonne supplémentaire pour les nouvelles données comprenant les horodatages, ce qui signifie que l'ancien tableau a pu être superposé au nouveau sans perte de contexte ou d'information.
-
prêts à poursuivre leur succès.
La partie la plus importante de l'outil était la capacité de manipulation. Il fallait définir un nouveau script qui permette de réaliser ce qui suit :
- Renommer les colonnes générées par la conversion avec des noms prédéfinis, ce qui est plus intuitif pour les utilisateurs et facilite l'exportation des modifications vers un nouveau fichier ou un nouvel emplacement.
- Découper et visualiser les données. Dans l'onglet ci-dessous, l'équipe a pu ajouter, découper, marquer et corréler des points de données dans le temps avec des emplacements sur la carte.
Il restait à améliorer la convivialité des données, qui devaient être faciles à analyser pour l'équipe. Heureusement, le nouveau format de données contenait des points de données GPS, ce qui a permis à l'équipe de créer une carte pour une analyse plus précise et plus exacte. En outre, des fonctions de découpage ont été ajoutées - par exemple, il est désormais possible de découper les données en fonction des parties de la piste, qui peuvent être sélectionnées à partir d'une carte.
L'implémentation de la carte a été réalisée en Javascript, ce qui est le plus compatible avec les API de Google Maps. Grâce à cette intégration, la carte a bénéficié d'autres avantages tels que le zoom automatique et la restauration des vues initiales après la sélection d'un point.
qui a soutenu ce projet ?
Notre équipe d'experts en ingénierie des données peut concevoir, mettre en œuvre ou gérer en continu votre infrastructure de données techniques et vos pipelines afin que vous puissiez mieux ingérer, stocker, traiter et transformer votre capacité de données. Améliorez votre traitement des données, débloquez une meilleure prise de décision analytique et faites progresser votre entreprise.
Mettez votre équipe sur la voie d'un succès fondé sur les données en adoptant dès aujourd'hui les processus, les outils et l'infrastructure adéquats.