Le Big Data, moteur de la nouvelle mobilité

Après la lutte contre la criminalité et la relation client voici un nouvel exemple d’usage concret du Big Data: la mobilité (capacité à nous déplacer).

La mobilité fait partie des thèmes traités dans le cadre plus général des « Smart Cities »

De manière beaucoup plus globale (j’y reviendrai dans de futurs articles) le concept de « Smart City » fait fureur actuellement. « Smart City » signifie ville intelligente, la définition n’est encore pas très précise mais le concept regroupe l’idée d’une ville connectée pour améliorer la qualité de vie (définition wikipédia).

Une « Smart City » est une ville moderne où les infrastructures (routes, réseau télécom, réseau d’eau, réseau électrique, etc…), les usagers (téléphones, voitures ou autres objets) et les administrations sont connectées et communiquent. Les informations sont ensuite regroupées et traitées (via les technologies et méthodes Big Data) pour permette à la ville de devenir « smart » de 2 façons complémentaires:

  • Les gestionnaires de la ville (administrations ou sociétés privés) améliorent le quotidien en temps réel (optimisation du trafic, des dépenses d’énergie, de l’accès aux services administratifs, de l’allocation des ressources médicales etc…) mais aussi sur le long terme (construction nouvel hôpital, nouvelle école, détournement d’une route etc…)
  • Les usagers (habitants ou personnes de passage) deviennent des acteurs responsables du développement de leur ville à la fois en partageant des informations (détection d’un dysfonctionnement, infos trafic) et en modifiant leurs comportements(déplacements plus intelligents, gestion des déchets, consommation d’énergie)

Les exemples de projets de « Smart City » sont nombreux mais sont encore un peu flous et surtout rarement globaux : seul un ou deux des aspects sont traités. On peut par exemple citer la ville de Nice qui a lancé, entre autre, un boulevard connecté en 2013 (wifi pour les passants ainsi que capteurs sur l’éclairage, le trafic, le niveau des déchets,  les places de stationnement etc…), la ville a aussi mis à disposition des moyens innovants d’accés aux services administratifs (cabine dans un centre commercial pour échanger en face à face avec un téléconseiller).

Bvd-connecte2_imagelarge

Au-delà de Nice il existe d’autres exemples en France (Rennes, Lyon) et bien sûr à l’étranger (notamment en Californie ou dans toute l’Europe).

 

Si la mobilité n’est pas la seule préoccupation des projets « Smart Cities » elle y tient toutefois une place de choix pour deux raisons: d’une part quasi toutes les grandes villes connaissent des problèmes de circulation, d’autre part les nouvelles technologies et le Big Data ont rapidement un impact positif et mesurable sur la mobilité des habitants.

 

Zoom sur 3 exemples d’une meilleure mobilité grâce au Big Data

Oui le Big Data peut révolutionner la mobilité: LA ExpressPark, Dublin & IBM « Intelligent Transportation Solution » ainsi que Waze sont 3 exemples illustrant très bien cette affirmation.

1 – Los Angeles ExpressPark: gestion dynamique des places de parking

En mai 2012 Los Angeles a lancé le service ExpressPark développé par la société Xerox en partant du constat que la ville (et la Californie en général) connaissait de véritables problèmes à la fois de circulation et de stationnement. L’idée était ainsi de faire coup double: faciliter la vie des habitants en les aidant à trouver les endroits où se garer pour éviter qu’ils circulent inutilement et créent des bouchons.

Les données utilisées sont principalement issues des capteurs installés sur les places de parking, les horodateurs et les applications téléchargées par les usagers. Ces données sont collectées, agrégées et traitées en temps réel avec 2 utilisations:

  • le niveau d’occupation des parkings est retranscris aux conducteurs via les panneaux digitaux de la ville mais aussi via l’application mobile pour les utilisateurs (quelles places disponibles où? à quel prix? comment s’y rendre? etc…)
  • tarification dynamique en temps réel du stationnement pour inciter les parking les moins pleins à se remplir (baisse du tarif) et les plus pleins à se vider (hausse du tarif): Xerox a confirmé qu’avec cet outil, en quelques mois, les parking les moins pleins ont vu une hausse de leur occupation de +10% alors que celle des parkings d’habitude les plus prisés a baissé de -15%

ExpressPark

A noter que dans le cadre de ce projet la ville a aussi renouvelé les horodateurs pour gérer la tarification dynamique et donner la possibilité de payer par le mobile.

2 – L’optimisation des transports publics de Dublin grâce à l’outil d’IBM « Intelligent Transportation Solution« 

IBM a ouvert en 2011 un laboratoire de recherche sur les « Smart Cities » à Dublin. C’est assez naturellement que ce partenariat s’est attaqué à un des casse-têtes de la ville: les transports publics. En effet le DCC (Dublin City Council, qui gère l’eau, les logements et les transports) ne savait plus quoi faire pour lutter contre les bouchons à répétition et les situations fréquentes où les bus se dépassaient entre eux (sans le vouloir)…

IBM a alors proposé de collecter et analyser l’ensemble des données provenant de nombreuses sources: capteurs sur les routes, caméras vidéo et GPS de la flotte de bus. Ils se sont ensuite aperçus qu’en retranscrivant de manière visuelle l’état du trafic en temps réel les agents pouvaient agir en préventif avant même l’apparition des bouchons (accident, voiture mal garée, problème de signalisation etc…). La réactivité est clé dans ce type de situation, les solutions Big Data ont permis la consolidation et le traitement en temps réel pour améliorer le quotidien des transports de Dublin.

Dublin

Par ailleurs les analyses « à froid » de toutes ces données permettent aussi de réorganiser doucement le système des transports: quelle ligne de bus ouvrir? quel trajet emprunter? quels horaires de départ? etc…

3 – Les applications de navigation GPS: l’exemple de Waze

Difficile de parler de mobilité et de révolution Big Data sans évoquer les applications de navigation. En effet l’explosion des données GPS ainsi que la capacité à les traiter en temps réel a rendu possible de nouveaux types d’usages très innovants: voici l’exemple très connu de Waze.

Waze est une success story: start up créée en 2009 elle a été rachetée par Google en 2013 (pour presque 1 milliard de $!) et compte aujourd’hui 70 millions d’utilisateurs dans le monde.

Waze est innovante car gratuite (ses concurrents TomTom, Coyote etc… sont payants), la gratuité vient du fait que les cartes ne sont pas soumises à des droits, elles sont en effet élaborées par les utilisateurs eux-mêmes au cours de leurs trajets.

Waze, par le partage « communautaire » des informations des utilisateurs, permet gratuitement d’avoir accès à une carte enrichie de l’état du trafic (vitesse des autres GPS Waze), l’état des route (les autres Waze peuvent signaler un accident, une dégradation, un danger etc…), les radars (même si la loi française oblige à quelques subtilités) et les tarifs des stations essence. Comme tout bon GPS l’application indique aussi le meilleur trajet à l’instant T en fonction du trafic.

000000033309

La capacité à gérer en temps réel toutes ses informations a permis l’émergence d’un nouveau modèle de GPS collaboratif: un GPS gratuit et plein de services ajoutés.

 

En conclusion il apparait donc que le Big Data est bien en train d’améliorer notre capacité de déplacement (plus fluide, plus simple, moins dangereux), constituant ainsi une première brique du concept des « Smart Cities ».

 

 

Publicités