Le cas ArcelorMittal - MySteelView
Le client
ArcelorMittal France déploie, sur son site de Mardyck, la filière Electryck ;une nouvelle ligne de production d'aciers électriques destinés au marché automobile, en réponse à l'essor des véhicules électriques. L'enjeu : outiller cette filière naissante d'un dispositif d'analyse de données à la hauteur d'un process industriel exigeant, où la maîtrise de la qualité produit se joue sur des mesures fines, ligne par ligne, face par face.
Le défi
Les données process des lignes Electryck sont riches (courbes spatiales, mesures par bobine, données capteurs issues des automates) mais leur exploitation dépendait d'interventions techniques ou d'outils spécialisés difficiles d'accès pour les équipes métier. Chaque analyse (comparer des températures le long d'une bobine, croiser une largeur et une épaisseur, isoler une plage de production) supposait un détour par des compétences ou des ressources IT, ralentissant le diagnostic et la prise de décision. Le besoin : un outil de consultation et de requêtage en libre-service, qui rende les ingénieurs process autonomes sur leurs propres données de production, sans sacrifier la fiabilité attendue d'un environnement industriel.
La solution
Himydata a livré une application web de data visualisation pensée comme le portail d'accès no-code et l'outil d'analyse de premier niveau des données process Electryck.
Concrètement, l'utilisateur métier se connecte de façon sécurisée (SSO via l'annuaire de l'entreprise) et accède à un tableau de bord regroupant ses dernières requêtes et une bibliothèque de templates partagés. Il construit une requête sans écrire de code : sélection de la ligne de production, de la plage temporelle et des numéros de bobine, choix des variables par glisser-déposer, application de filtres logiques (ET / OU, comparaisons, plages de valeurs), puis exécution.
Les résultats combinent tableau de données et visualisations : courbes spatiales de la bobine, courbes de tendance sur un programme de fabrication, histogrammes, avec des fonctions de post-traitement (période, longueur, température) et de calcul (min, moyenne, max, écart-type). L'utilisateur peut sauvegarder ses requêtes, les diffuser comme templates à toute l'équipe, partager un résultat et exporter données et graphiques en Excel ou PDF.
Le déploiement cible, en environnement cloud (Landing Zone Azure), repose sur une architecture haute disponibilité : accès utilisateurs en HTTPS via load balancers, accès administrateurs isolés en VPN, serveurs web distribués, bases répliquées et entrepôt de données pour le reporting. Le projet a été mené en méthode agile (sprints de ~3 semaines, releases trimestrielles).