Connected Tires
6 novembre 2025
Project Context
Michelin aimed to develop a new generation of digital services based on data from connected tires. The goal was to deliver added value to truck fleet managers and maintenance centers worldwide.
The challenge lay in the collection, processing, and supervision of massive sensor data, while ensuring robustness, scalability, and relevance of analytics.
Objectives
The main objective was to establish a technical and architectural framework to:
- Efficiently collect and process data from connected tires
- Monitor data flows and measure the impact of business use cases
- Create a Big Data platform ready to evolve with growing data volumes
Mission Duration
A long-term engagement, combining initial architectural study, implementation of monitoring systems, and ongoing support.
Implementation
Agaetis leveraged its Data and Cloud expertise to:
- Initial architecture study: Define technological and structural choices
- Platform monitoring: Implement monitoring principles to ensure robustness and availability
- Load analysis: Evaluate the impacts of various business use cases
- Big Data framework definition: Integrate best practices to accelerate implementation
- Data Science work: Perform domain-specific analysis and develop new indicators and services
Results Achieved
- New digital services: Creation of innovative solutions for fleet managers
- Robust and scalable platform: A Big Data environment ready to handle massive data volumes
- Operational optimization: Improved traceability and KPI tracking
- Enhanced innovation: Data transformed into strategic levers for Michelin
Key Success Factors
- Agaetis’ expertise in Big Data and IoT data processing
- End-to-end methodology: From architecture to Data Science
- Immersion in the client’s business environment
- Proactive supervision ensuring robustness and reliability
And You?
Are you wondering about:
- Leveraging data from your connected equipment?
- Creating new digital services based on Data?
- Implementing a robust and scalable Big Data architecture?
👉 Contact our experts to transform your IoT data into innovative, value-generating services.
Ressources Agaetis
Introduction En tant qu’architecte technique d’une application mobile et web pour un client, avec l’équipe de développement, nous avons dû nous préparer à recevoir une forte affluence sur un temps très court sur l’application et le site web. Cette application permet aux conducteurs routiers de trouver des points d'intérêt sur une carte. Ils peuvent notamment rechercher des restaurants routiers, des parkings, des stations-service et bien d’autres endroits répondant à leurs besoins, comme la présence de douches ou de machines à laver. L’application intègre également un GPS Poids-Lourd en option. Le samedi et le dimanche sont habituellement des journées calmes pour les serveurs de notre application. Les utilisateurs consultent principalement l’application en fin d’après-midi la semaine afin de préparer leurs arrêts. Nous observons donc généralement une montée progressive du trafic tout au long de la journée avec un pic entre 17h et 18h.
Optimisation d’une application .NET sur Azure : comment nous avons réduit un temps de requête PostgreSQL de 35 secondes à 2,7 secondes grâce à une analyse backend et SQL.
