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 2^e 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 DEEPKI met les don­nées du monde de l’immobilier au ser­vice de la tran­si­tion énergétique Smart Data : cata­ly­seur des socié­tés d’investissement Mathis : Une his­toire de plus de 200 ans qui se poursuit Un accom­pa­gne­ment glo­bal et clé-en-main pour décar­bo­ner les bâtiments