Big Data : de réelles utilisations pour le transport

Article paru le 4 mars 2016 | Partager sur les réseaux sociaux

Classé dans : Big Data Innovation Transports Open Data

Eric Schmidt, président exécutif d’Alphabet, holding de Google a annoncé : « il y a eu 5 exabytes d’informations créées depuis la naissance de la civilisation jusqu’en 2003. Mais cette même quantité d’information est maintenant créée tous les deux jours et cette rapidité augmente ».

L’évolution du volume des données est plus importante que celle de notre capacité à les interpréter, ce qui représente un véritable défi pour en sortir des informations exploitables.

Le Big Data correspond au volume massif de données structurées et non structurées générées par un ensemble de sources d’information et à son exploitation. L’utilisation du Big Data dans le domaine du transport peut prendre des formes diverses et variées.

Le Big Data et la planification

Le Big Data est mis au service des acteurs publics et de leur volonté de fluidifier les trafics. Les données des trajets sont l’élément clé pour la planification des offres de transport ainsi que la définition des projets d’infrastructures. La Ville de Dublin a lancé en 2010 un projet avec IBM, ayant pour objectif de réduire les problèmes de congestion et améliorer la mobilité des navettes. Chaque trajet de bus est analysé et engendre des rapports en temps réels concernant les points de congestion. Les données sont mises à jour toutes les minutes et des dispositions opérationnelles sont prises en fonction de ces données. De même, pour planifier les horaires des trains ou des avions, il est nécessaire de disposer d’une grande masse d’informations concernant le flux quotidien en fonction du jour, de l’horaire, de l’itinéraire. Ces processus se font par le biais de systèmes de pointage et de comptage qui alimentent des entrepôts de données Big Data.

Des données plus fines pour une meilleure exploitation

Le domaine du transport est de plus en plus compétitif. Les métiers marketing et commerciaux ont besoin d’informations fines pour attirer de nouveaux clients et satisfaire les besoins des usagers actuels. Pour cela, il faut creuser dans les données sur les profils, leurs besoins ainsi que leurs plaintes pour avoir des informations exploitables. Les utilisateurs fournissent alors eux-mêmes des données utiles.

Lancé en 2012, le projet « Know Me » de British Airways consiste à mieux connaitre les clients pour toujours mieux les servir. Le projet s’appuie sur le programme de fidélisation afin de connaitre les clients personnellement et leur offrir, en fonction de leur profil des services qui leur correspondent le plus. Les résultats obtenus se traduisent par une évolution dans les indicateurs de satisfaction client ainsi qu’une augmentation du nombre de passagers.

Voyager plus sereinement

Plus d’un utilisateur sur deux se renseigne sur son itinéraire avant, et pendant l’utilisation d’un moyen de transport. Il existe pour cela des plateformes collaboratives d’itinéraires basées sur du crowdsourcing permettant, par le moyen de données traitées, d’indiquer le trajet adapté. L’utilisation par les clients est déjà avancée, on peut citer le projet Embark qui consiste à utiliser des données publiques, des données temps réel mais aussi des données de ses utilisateurs pour calculer le trajet le plus court.

Ainsi, on peut voir que le phénomène du Big Data est un véritable carburant pour le domaine du transport. Il représente un levier pour les projets de « Smart Transports » qui visent à réduire les délais et les coûts des moyens de transport en les rendant intelligents et autonomes. Aujourd’hui, la France dispose de plusieurs atouts (taux de couverture, actions du gouvernement, centres d’innovations, sensibilité des entreprises…) pour faire du BigData un véritable levier pour le domaine du transport, mais cela passe par une harmonisation des efforts de tous les acteurs.

Sources
  • 90% des données créées dans le monde l’ont été durant les deux dernières années.
  • 51% des données sont structurées, 27% sont non structurées et 21% semi-structurées.

http://2014.internationaltransportforum.org/
http://blog.operasolutions.com/
http://123opendata.com/

Partagez cet article sur les réseaux sociaux