Big Data : vers des réseaux plus intelligents

Tendances
Big Data : vers des réseaux plus intelligents

MARS 2015

C’est le fuel de la mobilité de demain. Les promoteurs du Big Data y voient aussi une formidable opportunité de répondre aux défis posés pour le transport public dans des villes toujours plus denses. L’approche Big Data peut-elle améliorer l’efficience de nos réseaux ? Seront-ils plus compétitifs, plus performants, plus fluides demain ? Décryptage. 

Avec le concours de :

Balaji Prabhakar, Professeur d’ingénierie électrique et de science informatique à l’Université de Stanford (USA), Fondateur d’Urban Engines, société spécialisée dans la mobilité intelligente et partenaire de la démarche Big Data RATP Dev, et Patrick Vautier, Directeur marketing et innovation au sein de RATP Dev. 


Des milliards de données

Avec l’explosion des objets connectés, des capteurs et des systèmes d’information, le transport génère aujourd’hui une quantité exponentielle de données. Elles proviennent des systèmes de billettique, d’exploitation, de maintenance, de contrôle, etc. Tout est enregistré : les entrées et, parfois, les sorties des voyageurs, les incidents, les retards, les congestions… Combinées entres elles et analysées, ces données constituent des gisements d’enseignements très puissants pour comprendre des phénomènes complexes comme l’évolution des flux, les comportements des voyageurs ou évaluer la performance d’un système d’exploitation. 

Encore faut-il pouvoir exploiter toutes ces données. C’est tout l’objet du Big Data. Le terme désigne tous les moyens technologiques proposés pour faire parler ces masses de données hétérogènes et créer des outils d’aide à la décision efficaces pour l’opérateur de transport comme pour l’autorité organisatrice.


Visualisation en temps réel des réseaux

Le Big Data permet de rendre accessible la complexité. L’intérêt de la démarche est de fournir une information intelligible qui soit facilement compréhensible et exploitable. Il peut s’agir de représentations visuelles, de cartographies, de systèmes d’alerte ou de notification en cas de problèmes. Demain, les opérateurs seront à même d’avoir une visualisation dynamique et en temps réel de leurs réseaux de transports. L’opérateur et son client, l’autorité organisatrice, vont ainsi disposer d’une connaissance exhaustive des directions et itinéraires empruntés par les voyageurs, de l’impact des changements de service ou des opérations de maintenance, des zones d’accidentologie ou des nœuds de congestion.


Un outil d’aide à la décision au service de l’opérateur et de l’autorité organisatrice 

Bien exploité, ce flux d’information en temps réel constitue un outil pertinent de planification et d’aide à la décision. Il va permettre d’optimiser les cadences du réseau, la gestion du trafic et des risques de congestion, l’efficience de l’exploitation, les opérations de maintenance et, enfin, l’expérience voyageur. C’est aussi un outil de dialogue très efficace pour travailler avec les autorités organisatrices et l’ensemble des parties prenantes. Il est en effet très impactant de produire une analyse cartographiée et précise des zones d’accidentologie pour définir et inciter à la mise en place de mesures correctives adaptées (comme la protection de carrefours, un renforcement policier, etc.). Nous entrons dans un pilotage en temps réel par la donnée, beaucoup plus précis, objectif et dynamique, nettement plus convaincant.

 


Le réseau de tramway de Casablanca à l’heure du Big Data

Dans le cadre de sa démarche exploratoire du Big Data, RATP Dev a lancé des initiatives au sein de plusieurs de ses filiales. Pour le réseau de tramway de Casablanca, RATP Dev, via sa filiale CASA TRAM et en collaboration avec Urban Engines, met en place une approche de pilotage intelligent par la donnée. Objectif : optimiser l’exploitation du réseau via une collecte systématique, fiable et fine de données issues de multiples sources à la fois internes et externes. Cette approche comprend la définition de nouveaux indicateurs de performance et d’outils de pilotage intelligents pour exploiter et faire parler ces données. Cela permet ainsi de mieux évaluer la charge à bord des tramways et d’en optimiser ainsi l’exploitation au bénéfice des clients, apprécier l’impact des incidents d’exploitation (retard important, coupure de ligne), et estimer les impacts du calendrier et de la météo sur les comportements de mobilité des passagers du réseau.


 


Big Data et conception de réseau

Levier de performance dans l’exploitation des réseaux de transport, la démarche Big Data est aussi pertinente dès leur conception. À Riyad, RATP Dev, via sa filiale commune avec l’opérateur SAPTCO, a décidé d’intégrer une démarche Big Data dans la conception du futur réseau de bus de la capitale saoudienne déployé à partir de 2017. Le réseau est complexe : 4 lignes de BHNS, 16 lignes régulières, 70 lignes de rabattement, et l’opérateur part d’une copie totalement blanche, en l’absence de service de transport public dans la ville. Pour finaliser la conception de son réseau de rabattement, RATP Dev souhaite s’appuyer sur des données externes et notamment des données de téléphonie mobile disponibles pour conforter et affiner certains choix d’itinéraires et lieux de rabattement. 

 
12/03/2015
"Le transport génère aujourd’hui une quantité exponentielle de données."