Portage de projet, interopérabilité… comment réussir son projet IoT ?

L’IoT est au cœur des projets de territoires connectés et durables. Les collectivités déploient des capteurs pour la gestion des déchets, du stationnement, de l’éclairage public ou encore de la qualité de l’air. Sur le papier, l’écosystème paraît relativement mature : fabricants de capteurs, réseaux LoRaWAN, plateformes de données, superviseurs, hyperviseurs… tout semble structuré.

Pourtant, dans la réalité, nous constatons encore beaucoup de projets décevants. Pas nécessairement des échecs, mais des projets qui prennent du retard, qui génèrent des tensions ou qui, finalement, ne répondent pas réellement aux besoins métiers des collectivités.

Le principal enseignement que nous tirons de notre expérience est qu’un projet IoT ne se résume pas à installer des capteurs et afficher des données sur un logiciel. La réussite repose avant tout sur le traitement de la donnée, l’interopérabilité et la prise en compte des problématiques des territoires dès le départ. 

Des acteurs aux rôles encore flous

Première difficulté à laquelle se heurte bon nombre de territoires menant un projet IoT : le rôle des acteurs n’est pas toujours clairement défini : Les responsabilités et prestations des acteurs ne sont pas clairement cloisonnées et se recouvrent partiellement. Par exemple, le fabricant de capteurs peut aussi fournir des services logiciels, notamment pour la supervision des objets connectés. L’opérateur réseau LoRaWAN peut proposer des fonctions complémentaires, comme le cœur de réseau ou des outils de cybersécurité complémentaires. Les plateformes de « Dataviz » (visualisation des données) peuvent parfois faire un peu de supervision métier… ou non. Les frontières entre les différents rôles restent donc floues. 

Dans ce contexte, une bonne pratique consiste à rester vigilants sur leur proposition de valeur afin d’éviter que les périmètres d’intervention entre les acteurs ne se chevauchent.

Clarifier les rôles et responsabilités de chacun. L’une des principales causes de difficulté dans les projets IoT vient des zones grises entre les acteurs. Qui traite la donnée ? Qui réalise les calculs ? Qui assure le décodage ? Qui garantit les fonctions métiers ?

Lorsque ces rôles ne sont pas clairement définis, les problèmes apparaissent souvent en phase de déploiement, avec des retards pouvant atteindre plusieurs mois.

Nous recommandons donc de mettre en place des matrices de responsabilité de type RACI afin de clarifier précisément les rôles de chaque acteur : fabricant de capteurs, fournisseur de LNS, éditeur logiciel, intégrateur et collectivité. RACI est une méthode d’organisation et de gouvernance de projet qui permet de clarifier les rôles et responsabilités de chaque acteur. L’objectif est d’éviter les « trous dans la raquette » dans un projet complexe impliquant plusieurs acteurs.

Le terme est un acronyme anglais :

• R – Responsible → celui qui réalise l’action 
• A – Accountable → celui qui valide et porte la responsabilité finale 
• C – Consulted → ceux qui doivent être consultés avant décision 
• I – Informed → ceux qui doivent être informés

Les solutions doivent notamment respecter des standards européens d’ouverture et d’intéropérabilité  , de sécurité et de RGPD. L’objectif étant de ne pas cloisonner les territoires en les rendant dépendants d’une solution (vendor lock in).

L’interopérabilité commence dès le capteur 

On parle beaucoup d’interopérabilité entre plateformes logicielles, mais elle commence en réalité dès le capteur.
Un capteur interopérable ne doit pas imposer de plateforme propriétaire et doit fournir une documentation ou un codec permettant le décodage de ses données dans n’importe quel environnement applicatif.

Lorsque le fabricant impose un service tiers pour accéder aux données, cela peut créer des dépendances techniques et des coûts supplémentaires pour la collectivité.

La bonne pratique consiste donc à vérifier très en amont :
•    Les capacités de décodage ; 
•    L’ouverture des API (interfaces de programmation d'application) ; 
•    Les modalités d’accès aux données ; 
•    Et les éventuels services additionnels nécessaires.
 

Partir des besoins métier 

Un autre facteur de succès d’un projet IoT consiste à embarquer les métiers dès la rédaction du cahier des charges. Trop souvent, les projets sont pensés principalement sous un angle technique : choix et robustesse des capteurs, réseau LoRaWAN, plateforme de supervision. Mais la vraie question est : qu’attendent réellement les utilisateurs ?

Prenons l’exemple de la gestion des points d’apport volontaire. Le métier ne veut pas simplement visualiser des niveaux de remplissage sur une carte. Son objectif est d’optimiser les tournées, de limiter les déplacements inutiles et de disposer d’informations fiables pour déclencher les collectes.

Cela suppose donc de définir précisément les fonctionnalités attendues : seuils, alertes, calculs, lissage des données, scénarios de déclenchement ou encore pilotage opérationnel. 

Une donnée brute n’est pas une donnée exploitable 

L’un des principaux pièges des projets IoT est de penser que la donnée remontée par le capteur est directement exploitable. Dans la réalité, un capteur fournit souvent une donnée brute : hauteur, distance, température, présence… Cette donnée doit ensuite être contextualisée et transformée pour devenir une information métier.

Dans le cas des déchets, un capteur peut remonter une hauteur de remplissage. Mais cette hauteur n’a pas la même signification selon la taille ou la forme du conteneur.

L’enjeu consiste donc à définir dès l’origine la responsabilité ce traitement : le fabricant du capteur, plateforme réseau (LNS), la plateforme de supervision ou collectivité. Ce choix doit être clarifié très en amont pour limiter les risques de dérives en phase projet.

L'interprétation des données doit être anticipé 

Autre sujet souvent sous-estimé : l’interprétation des mesures. Un capteur peut indiquer un taux de remplissage élevé à un instant donné, puis diminuer naturellement quelques heures plus tard, notamment en raison du tassement des déchets.

Si une tournée est déclenchée automatiquement sur la base d’une donnée instantanée, le risque est de multiplier les interventions inutiles.

Il est donc important d’intégrer des mécanismes d’analyse dans le temps, capables d’observer les évolutions sur plusieurs jours avant de prendre une décision opérationnelle. Ce travail d’intelligence métier constitue une partie essentielle de la valeur du projet IoT. 

Dataviz et supervision métier ne répondent pas aux mêmes besoins

Un autre point de vigilance concerne la confusion entre plateformes de visualisation de la donnée et des superviseurs métiers. Les outils de Dataviz disposent de nombreux widgets et templates facilitant la restitution des données sous forme de tableaux de bord, des cartes ou des indicateurs. Ils offrent une excellente vision macro des données.

Mais dans certains métiers, cela ne suffit pas. Dans l’éclairage public, par exemple, les exploitants ont besoin de fonctions avancées : gestion des armoires, scénarios horaires, pilotage précis des équipements, commandes à distance ou maintenance.

La bonne pratique consiste donc à bien distinguer :

• Les outils de visualisation et de synthèse ; 
• Et les véritables applications métiers .

Tous les deux peuvent être utiles à l’exploitant et il faut identifier les limites de chacune au moment d’investir dans la solution.

Prendre plus de temps au départ permet d’éviter les difficultés ensuite 

Dernière clé de réussite d’un projet IoT : ne pas se précipiter. Il vaut mieux consacrer davantage de temps à la phase de préparation plutôt que découvrir les problèmes en phase de déploiement.

Lorsqu’un projet est correctement structuré dès le départ — avec des besoins métiers clairs, des responsabilités définies et un traitement de la donnée anticipé — les technologies fonctionnent très bien et les projets deviennent de véritables succès opérationnels.

L’IoT n’est donc pas uniquement un sujet technologique. C’est avant tout un sujet d’organisation, d’exploitation métier et de gouvernance des données. C’est cette approche globale qui permettra aux collectivités de transformer les promesses de l’IoT en services réellement utiles et durables pour leur territoire.