Une chaîne de distribution exploite 2 000 beacons dans 80 magasins. En une semaine normale, 14 d’entre eux se taisent. Personne ne le remarque — jusqu’à ce qu’une application de localisation renvoie « aucun signal » et qu’un client se plaigne. Le matériel a fonctionné. Les données, non. Un Beacon n’est utile que par ce que l’on fait du flux qu’il émet.

Le signal brut est inexploitable

Un beacon diffuse un nombre : la puissance du signal reçu, en décibels. Une seule mesure, c’est du bruit. Faites trois pas et elle varie de 8 dB. Tournez le corps et elle chute de 12. Un seul échantillon RSSI ne dit presque rien, et quiconque a construit un localisateur sur des valeurs brutes l’a vu trembler sur la carte. La solution n’est pas un meilleur beacon. C’est une couche de données qui traite chaque mesure comme un vote, non comme un verdict.

Construire d’abord le pipeline

Avant tout modèle sophistiqué, mettez le tuyautage au point. Chaque beacon doit horodater chaque trame publicitaire avec un horodatage et un numéro de séquence, puis l’envoyer vers un tampon store-and-forward. Un magasin typique émet 40 000 messages beacon par heure ; sur 80 magasins, cela fait 3,2 millions de lignes par heure. On n’analyse pas cela sur l’appareil. On regroupe, on compresse, et on pousse le tout vers un stockage de séries temporelles où les tâches d’anomalie peuvent lire sans faire fondre la passerelle.

Lisser avant de faire confiance

Une médiane glissante sur 10 échantillons élimine la plupart des tremblements. Un filtre de Kalman fait mieux quand la cible bouge, car il pondère les nouvelles mesures contre un trajet prévu. Pour un localisateur basé sur un beacon, on mélange généralement les deux : la médiane pour retirer les pics, le Kalman pour suivre le mouvement. Le résultat n’est pas magique — c’est la différence entre un point qui rampe le long des murs et un point qui suit réellement une personne. Le coût est la latence ; une fenêtre de lissage de 2 secondes signifie un décalage de 2 secondes, et ce décalage compte près d’une porte.

Le fingerprinting a besoin d’une carte

Les calculs de trilatération supposent des distances nettes. Les vrais bâtiments se moquent de cela. Le fingerprinting enregistre plutôt à quoi ressemble chaque emplacement — le RSSI de chaque beacon au point A, de chaque beacon au point B — et compare les mesures en direct au motif stocké le plus proche. Un déploiement de Beacon qui veut une bonne précision en intérieur construit cette carte radio une fois, en parcourant l’étage, et l’actualise quand les murs bougent. Omettez la carte et vous obtenez un système sûr de lui et dans l’erreur.

Une détection d’anomalies qui rapporte

C’est ici qu’une flotte de beacons justifie son coût. Trois motifs comptent. D’abord, un beacon qui rapporte soudainement 20 dB de moins que sa propre référence meurt ou est couvert — signalez-le avant qu’un client ne s’en aperçoive. Ensuite, une mesure qui arrive hors séquence évoque un signal rejoué ou usurpé. Enfin, une zone où le trafic piéton triple chaque mardi à 14 h n’est pas une erreur ; c’est une fenêtre de réapprovisionnement que l’on peut couvrir. Le modèle est ennuyeux : comparer aujourd’hui à une référence de 30 jours par beacon, par heure, et crier quand l’écart franchit un seuil.

Prédire une batterie morte

Un beacon sur pile bouton dure un à trois ans, mais il meurt un jour. Au lieu d’attendre, suivez la dérive de l’intervalle de publicité et la stabilité RSSI semaine après semaine. Une cellule de Beacon défaillante devient bruyante avant de s’éteindre, et ce bruit est détectable 3 à 6 semaines à l’avance. Nous planifions les remplacements dans le même passage de camion qui répare les morts, afin qu’un magasin ne subisse jamais deux pannes du même beacon. La prédiction n’est pas une supposition. C’est une pente.

Visualiser pour les humains

Les ingénieurs adorent les tableaux de bord bruts. Les opérateurs, non. La vue utile est un plan d’étage avec des points verts, jaunes et rouges — le vert signifie sain, le jaune signifie dérive, le rouge signifie silencieux depuis plus d’une heure. Cliquez un point et vous obtenez les 24 dernières heures du signal de ce beacon en courbe, pas en tableau. Un responsable régional doit répondre « quel magasin est en mauvaise santé » en dix secondes, pas dix minutes. L’intelligence des données est gaspillée si seul celui qui l’a écrite peut la lire.

La vie privée dans la couche de données

Un beacon qui suit des personnes suit aussi des humains, et cela attire les avocats. Le correctif peu coûteux consiste à hacher l’identifiant de l’appareil à la passerelle pour que le stockage de séries temporelles ne voie jamais un MAC réel. Le meilleur correctif consiste à ne conserver que des agrégats — « 12 appareils dans la zone C à 15 h » — et à supprimer les traces individuelles après une heure. Un système de beacon qui respecte la minimisation passe l’audit ; celui qui thésaurise chaque pas n’y passe pas, et l’amende dépasse la flotte.

Un déploiement, reconstitué

Un hôpital a exploité 600 beacons pour l’orientation et a vu les plaintes de localisation monter pendant un mois. La cause racine n’était pas les beacons. C’était une passerelle qui tamponnait mais ne vidait jamais, si bien que la tâche d’anomalie s’entraînait sur des données vieilles de trois jours et manquait 40 unités silencieuses. Ajouter un chien de garde de vidage et une vérification de battement par beacon a fait chuter les tickets « aucun signal » de 90 % en deux semaines. Le matériel beacon n’a jamais changé. La couche de données, si.

Le compromis que vous acceptez

Plus d’intelligence coûte plus de calcul et plus de discipline. Une référence plus longue détecte des dérives plus lentes mais manque les pics rapides. Un lissage plus fort supprime les tremblements mais cache un mouvement soudain réel. Un déploiement de Beacon qui transforme son flux en décisions — pas seulement en points — est celui qui survit au contact d’un vrai bâtiment. Choisissez le décalage que vous pouvez vous permettre, puis construisez le pipeline qui le respecte.