Cette histoire donne des idées à tous les responsables de transports publics. C’est une innovation étonnante qui n’a rien coûté, c’est seulement une utilisation intelligente des données publiques. Le métro rennais connaissait des pics de fréquentation le matin avec une saturation des équipements. Fallait-il augmenter l’offre avec de nouvelles rames ou des lignes de bus alternatives ? Les responsables rennais et l’opérateur de transports publics Keolis ont essayé de comprendre les raisons de la saturation du métro et ont travaillé sur les données de fréquentation. Ils ont réussi à fluidifier le trafic pendant l’hyperpointe du matin en négociant avec les responsables de l’université le décalage des horaires de début de cours. Jusqu’en 2012, tous les cours commençaient à 8h. L’université a accepté une expérimentation avec une rentrée des cours repoussée à 8h15 (licence 3 et master) pour 6.000 étudiants et à 8h30 (licence 1 et 2) pour 8.000 étudiants. Bilan en 2013 : un écrêtement des flux métro en hyper-pointes du matin de moins 5%, avec une hausse de fréquentation globale de 6% et une baisse de la charge moyenne des rames de 17%. Participant à un débat sur la mobilité urbaine le semaine dernière dans le cadre d’Innovative City Convention à Nice, Noël Philippe, directeur général des services urbains de Rennes Métropole, se voulait modeste car à long terme, cela ne résout pas tous les problèmes de fréquentation mais ce simple changement concerté avec une catégorie d’utilisateurs a permis de reporter d’importants investissements, tels que l’achat de nouvelles rames. Cette innovation n’est pas anecdotique, d’autres utilisations des données publiques sont développées à Rennes qui est une des premières villes françaises à donner la priorité à l’open data. Un premier concours avait été ouvert en octobre 2010. Aujourd’hui 143 jeux de données en ligne sont accessibles. Les données transports sont accessibles en temps réel sur l’application officielle m.starbusmetro.fr.
À l’exemple de Rennes, certains responsables du STIF (Syndicat des transports d’Ile-de-France) se prennent à imaginer qu’on puisse fluidifier la fréquentation des RER franciliens en décalant les horaires de bureau dans certaines entreprises et pourquoi pas moduler les montants du VT (Versement transport) que paient les entreprises en donnant un bonus à celles qui privilégieraient des horaires décalés. On n’en est pas encore là mais, en région parisienne aussi, une bonne utilisation des données publiques peut permettre d’améliorer la qualité de service des transports publics.
Dans le cadre du 3ème concours Dataconnexions organisé par Etalab qui récompense les meilleurs projets utilisant les données publiques, l’application TRANQUILIEN proposée par la SNCF Transilien vient d’être récompensée. Elle permet aux voyageurs des trains RER d’Ile-de-France (à l’exception des lignes du RER A et B gérées conjointement avec la RATP) de connaître en temps réel la fréquentation d’un wagon d’un train de banlieue. L’objectif de l’application est d’anticiper l’affluence dans les trains pour aider les voyageurs à trouver une place assise et, pour ceux qui le peuvent, éviter les périodes de pointe les plus chargées. Alors que le taux d’occupation des trains n’est que de 40% en moyenne, cela peut parfois atteindre 200% en heure de pointe. Il suffit de renseigner son origine, destination ainsi que l’horaire du train souhaité afin de connaître une estimation de son affluence. Les trains correspondant à l’itinéraire souhaité s’afficheront de trois couleurs différentes. Si une des sections du train s’affiche en vert, cela signifie que l’on peut très certainement voyager assis. Si c’est en jaune, on peut probablement encore trouver une place assise. En revanche, si c’est en rouge, il y a peu de chances de trouver une place assise et, s’il le peut, le voyageur peut décaler son trajet pour voyager plus confortablement.
Plusieurs sources rentrent en compte dans la prévision : des données de remplissage passées, des données de contexte susceptibles d’influencer la charge des trains (par exemple les vacances) et des informations en temps réel « crowdsourcées » par les voyageurs sur la charge de leur trains. « Les 3 millions de voyageurs sont l’intelligence de cette application, résume BénédicteTilloy, directrice de la SNCF Transilien, plus les voyageurs participent, plus les renseignements seront fiables ». Les prédictions se basent sur des données fournies par SNCF Transilien et sur les informations de taux d’occupation remontées par les utilisateurs en temps réel. Tranquilien a déjà été testée depuis début mai par 2.400 agents Transilien, eux-mêmes utilisateurs des trains de banlieue. Et ça marche.
EXTRATERRITORIAL - Le blog de Jean Dumonteil 