Les cartes de paiement établies de longue date, telles que la carte Oyster de Londres, la carte Metro de New York et d’autres exemples du monde entier, ont représenté un changement de paradigme dans les paiements de transport. La technologie « tap on, tap off » sans papier met la commodité entre les mains des touristes et profite également aux opérateurs. Les cartes Osyter permettent à 15 passagers de plus de franchir une barrière de tickets du métro de Londres par minute par rapport aux tickets papier. Cependant, la grande victoire est l’information. Les informations recueillies à partir des systèmes dits de perception automatisée des tarifs (AFC) ou de paiement électronique des tarifs (EFP) permettent aux opérateurs d’étudier le comportement des passagers beaucoup plus facilement et de manière plus détaillée. Les chercheurs en profitent également.
Transport for London (TfL) propose une variété d’informations ouvertes aux développeurs. Et les informations sur les trajets en transports en commun préparées pour l’utilisation de la recherche peuvent être trouvées sur le London Datastore. Les ensembles de données de cartes Oyster publiés par TfL en 2012 et 2015 ont en fait été transformés en des visualisations étonnantes, telles que le battement de Tube Heart, par des scientifiques de données doués. Et il y a même un tableau de bord Microsoft PowerBI qui vous montre en ce moment la variété de prises de cartes Oyster par jour et par type de station.
AP insight
TfL utilise des informations de billetterie dépersonnalisées depuis 2005 pour examiner les modèles de voyage. Les informations fournissent des détails sur les trajets porte à porte, mais ne montrent pas quels chemins sont empruntés par les consommateurs pour s’y rendre. Pour mettre cela en lumière, l’opérateur de transport a mené une étude pilote en 2016, qui a montré comment les informations de connexion Wi-Fi pourraient être utilisées pour combler certaines des lacunes. Mené selon les directives du Bureau du commissaire aux détails (ICO) – l’autorité de défense des données du Royaume-Uni – l’essai de 4 semaines a été créé pour « fournir à TfL une compréhension plus précise de la façon dont les gens se déplacent dans les gares, des échanges entre les services et de la façon dont le surpeuplement s’établit ». .
Étant donné la nature du réseau de métro avec certains tunnels à près de 60 mètres sous terre, l’utilisation des signaux de téléphonie mobile pour regrouper les mouvements touristiques n’était pas je ne vais pas travailler. Cependant, à partir de 2012, lorsque Londres a accueilli les Jeux olympiques, TfL a commandé la configuration d’un accès Wi-Fi public aux points de son réseau. Et au début de l’événement pilote d’information, TfL disposait de 1 070 points d’accès Wi-Fi opérationnels, qui couvraient 97 % de ses stations.
Lorsque les téléphones mobiles avec fonctionnalité Wi-Fi autorisée se trouvent à portée de un accès au point, les signaux pénétrants envoyés par les appareils intelligents (ou d’autres gadgets Wi-Fi autorisés) sont enregistrés. Ces demandes de liaison incluent des adresses MAC (Media Access Control), qui pour l’étude de recherche ont été sécurisées et dépersonnalisées. Une telle procédure est appelée « pseudonymisation », qui est une approche permettant de distinguer les individus dans un ensemble de données en utilisant un identifiant spécial qui n’expose pas leur identité « réelle » – une technique conforme au code de pratique d’anonymisation de l’ICO.
À partir des 54 stations de métro de Londres incluses dans le projet pilote, l’équipe TfL a recueilli 509 millions de demandes pénétrantes, ce qui a permis aux experts de l’information de créer 42 millions de trajets pouvant être divisés en une gamme de « types de déplacement ». Celles-ci comprenaient l’entrée ou la sortie vers et depuis les stations de métro, les passages où les touristes étaient évalués comme étant à bord d’un train, l’échange – pour le dire simplement, le passage d’une ligne de métro à une autre, ainsi que des sous-catégories telles que les invités descendant d’un wagon.
Crowdsourcing
L’analyse des informations a révélé que les demandes de Wi-Fi pouvaient fournir une image précise de la foule sur le réseau du métro de Londres. Cela aide non seulement les opérateurs à élaborer des stratégies et à gérer le transport plus efficacement, mais permet également aux clients de reconnaître les itinéraires plus calmes et les temps de trajet, améliorant ainsi la qualité de leurs trajets. Par exemple, les informations peuvent être utilisées pour indiquer si les services ont des sièges gratuits, ont des places debout, sont mouvementés, bondés, extrêmement bondés ou complets. Les clients peuvent également recevoir des devis indiquant le temps nécessaire pour passer d’une ligne à l’autre pour terminer leur voyage. À la gare d’Euston, l’étude a révélé que 32 % des passagers pourraient gagner 2 minutes sur leur trajet en empruntant un itinéraire plus court. Et il a également indiqué d’autres fonctions telles que la fourniture de recommandations d’itinéraire si les clients voyagent avec des bagages, pour offrir un autre exemple des informations qui peuvent être recueillies.
Un avantage important de la collecte d’informations sur les trajets pour les opérateurs de transport est de les aider à optimiser les mises à niveau du réseau, en identifiant où les plans de dépenses finis pourraient être mieux investis et en fournissant des preuves pour soutenir l’investissement financier. Les informations globales sur la fréquentation prennent également en charge d’autres activités génératrices de revenus telles que la fixation des loyers pour les clients du commerce de détail et la reconnaissance des lieux de commercialisation.
Le projet pilote du métro de Londres n’était pas simplement un exercice d’analyse d’informations, il a fourni à l’équipe la possibilité de vérifier le matériel informatique et identifier ce qui serait nécessaire pour un déploiement complet. Dans le pilote de 2016, il fallait environ 20 à 40 minutes (en moyenne) pour rassembler les données sur un service sûr. Et le décalage le plus long a été signalé comme étant de 102 minutes. Cependant, avec les leçons découvertes, le groupe était convaincu qu’il pourrait obtenir des informations en temps réel, ce qui rendrait le système beaucoup plus réactif.
Données en temps réel
Un système en temps réel offre un outil de planification important en cas de fermetures de stations et d’événements imprévus. Et, aujourd’hui (depuis 2019 dans le métro de Londres, et depuis 2022 pour certaines stations de la ligne Elizabeth récemment construite), le système fonctionne à plein temps. Des signes indiquent clairement que la collecte d’informations Wi-Fi dépersonnalisées est en cours et les voyageurs peuvent rapidement s’y opposer en désactivant le Wi-Fi sur leurs gadgets.
Et si vous pensez qu’il est peu probable que les services municipaux soient les seuls à utiliser le Wi-Fi pour recueillir des informations sur les consommateurs, vous le seriez. Les magasins, les établissements de restauration et d’autres lieux peuvent profiter de l’utilisation de données anonymisées. Et pour expliquer aux clients quelles données sont utilisées et pourquoi, les sociétés d’analyse de zone ont proposé une procédure standard avec The Future of Privacy Forum.
La vie privée, bien sûr, est une question sensible, et les systèmes d’exploitation des smartphones tels que iOS d’Apple et les choix de randomisation d’adresse MAC de fonction de plate-forme Android de Google. En principe, cela rend plus difficile pour les tiers de collecter des analyses basées sur des requêtes pénétrantes effectuées sur les appareils clients. Cependant, comme l’a montré l’étude de recherche TfL en 2016, ainsi que les détails en direct offerts aujourd’hui sur le réseau, les données recueillies de la bonne manière peuvent ouvrir la voie à de bien meilleurs transports et à des trajets plus confortables.
.
Toute l’actualité en temps réel, est sur L’Entrepreneur
