La nécessité des données ouvertes de transports, publiques et en temps réel
Avec l’avènement de la technologie mobile, les usagers réclament désormais un accès immédiat et en temps réel aux informations des conditions de transport et de planification de leur déplacement. Ils veulent des réponses rapides à des questions simples comme : « Où est mon autobus ? Où se trouve le taxi le plus proche ? À ce moment précis, vaut-il mieux prendre un taxi, un vélo ou un transport en commun ? »
De nouvelles solutions devaient être trouvées pour aller au-delà des sempiternelles applications et sites web propriétaires disponibles pour chacun des services de mobilité publics et privés existants. La valeur recherchée provenant alors de l’agrégation et de la restitution intelligente des données des différents moyens de transport dans le contexte de l’utilisateur. Pour y parvenir, encore fallait-il disposer des tables horaires et de la localisation en temps réel des différents moyens de transport dans un format numérique.
L’open data est le moteur du transport intelligent
L’ouverture des données (ou « open data ») dans le domaine du transport a débuté par la collecte et la mise à disposition des données des fournisseurs de mobilité, de ville en ville, à travers le monde. Et quand ces données n’étaient pas disponibles, c’étaient les citoyens qui les fournissaient, via des applications de « crowdsourcing » gratuite, souvent développées par des start-ups. Ainsi, Waze a déployé une solution d’itinéraire intelligent pour les déplacements automobiles et Moovit, pour les déplacements en transports publics.
Ces deux sociétés donnant ainsi le meilleur exemple de ce que l’on nomme «l’effet réseau », qui se caractérise par le fait que chaque nouvel utilisateur de la plateforme lui donne encore plus de valeur (car produisant plus de données, et rendant le service plus précis).
L’autre caractéristique de ces sociétés étant leur facilité de déploiement dans les villes. En effet, elles ne requièrent rien d’autre que des utilisateurs volontaires qui acceptent de transmettre leurs données de géolocalisation de manière transparente et en temps réel. Le reste n’étant qu’algorithmes de calcul d’itinéraire, et transposition des résultats de ces derniers sur des cartes plus ou moins interactives.
Le nécessaire processus de valorisation des données de transport
Une fois les données recueillies (ouvertes ou venant de la multitude), le processus de valorisation passe ensuite par plusieurs étapes : nettoyage et mise en qualité des données, géocodage et cartographie, stockage et éventuellement partage, et création des algorithmes de calculs d’itinéraires.
L’extraction de valeur à partir de ces données, trésor numérique du domaine du transport, se fait alors de trois manières différentes : en les rendant accessibles, disponibles et précises dans un contexte donné. Rendre des données disponibles implique donc d’avoir dans un premier temps réfléchi au type d’informations que l’on souhaite fournir (de la donnée brute ou de la donnée contextualisée), mais aussi au modèle de revenus qui sera mis en place et bien entendu aux conditions d’utilisation de ces données. La licence share-alike par exemple, requiert que des copies ou des adaptations des données fournies soient publiées sous la même licence ou sous une licence similaire à l’originale.
L’ouverture des données de transport ne va pas de soi
Bien entendu, l’extraction, la publication et la valorisation des données de transport, que cela soit via un portail et/ou des interfaces logicielles (ou API), engendrent des coûts. Mais, au-delà des aspects financiers, le cœur de la démarche à ce jour demeure encore d’encourager les villes et les fournisseurs de mobilité à divulguer leurs données.
Parfois, les gouvernements doivent voter une loi pour forcer la divulgation et l’échange de ce type de données (comme en France). Une autre façon d’y parvenir est de modifier tous les contrats réalisés par les autorités locales avec les fournisseurs de mobilité et donc de rendre l’ouverture des données obligatoire par défaut (comme à Paris). Cependant, obtenir les données en temps réel des transports publics, des taxis ou des VTC reste encore un sujet en discussion dans toutes les grandes villes. La France est d’ailleurs en pointe dans ce domaine, notamment concernant son approche de données ouvertes concernant les taxis.
L’ouverture des données entraîne un risque de désintermédiation
Dernièrement, les autorités publiques ont commencé à « forcer » par le biais de contrats ou de lois (comme en France) la publication des données de transport. La boîte de Pandore a été ouverte.
Or, les acteurs traditionnels du transport avaient jusqu’à présent des obligations de qualité de service et d’information voyageur, mais pas de partage de données. À cela s’ajoute le fait, qu’en ouvrant leurs données, ils se sont mis à craindre que des acteurs, tels que Google ou des start-ups du numérique, deviennent le point d’entrée unique pour les utilisateurs, les excluant complètement de la chaîne de valeur. Le scénario catastrophe se dessinant alors, scénario selon lequel ils seraient obligés de payer Google pour apparaître dans les résultats des recherches d’itinéraires porte-à-porte et multimodaux. Un comble ! Et de mentionner aussi les géants de l’économie du partage qui vivent grâce au partage des données de leurs utilisateurs, mais ne sont pas enclins à les partager à leur tour.
La nécessaire redéfinition de la chaine de valeur
Avec le développement de l’internet des objets et les futures voitures sans chauffeur, le commerce de données de transport est voué à croître et à se développer. Rendre les données « rentables » est dès à présent une priorité sur l’agenda de toutes les parties prenantes de la mobilité intelligente.
Pour vendre les données et contrôler leur utilisation, certains ont alors décidé de passer par des places de marché numériques. Que cela soit le gouvernement allemand ou la ville de Londres, les tentatives de commercialisation de ces données sont en cours. Reste à savoir si ces données ont une valeur intrinsèque suffisante ou s’il est nécessaire de les enrichir avant de les remettre sur le marché. Par exemple, si on s’intéresse aux déplacements en train, vaut-il mieux vendre les tables horaires brutes, ou vaut-il mieux enrichir ces horaires avec les statistiques de remplissage et les probabilités de retard avant de les vendre ?
Et cela pourrait donner des idées à d’autres domaines, comme celui du Voyage. Ainsi, ne pourrait-on envisager qu’un groupe d’hôtels indépendants situés dans une même ville, décide de publier leurs tarifs et disponibilités sous forme de données ouvertes, plutôt que de passer par des intermédiaires comme Booking.com ou TripAdvisor qui font payer fort chers leurs services. Ou mieux, pourquoi ne pas vendre ces informations via une place de marché au plus offrant ?
Dans un monde de gratuité, envahi par la publicité plus ou moins ciblée, et dominé par l’hégémonie de quelques moteurs de recherche, de plus en plus d’utilisateurs sont désormais à la recherche de solutions de remplacement. Des solutions offrant une protection accrue de leurs données privées, mais aussi proposant des réponses non biaisées à leurs questions. Seront-ils prêts à payer pour cela ?
C’est ce que pense les développeurs, qui à travers le monde, réutilisent ces données ouvertes ou payantes et imaginent des nouveaux services proposés sous la forme d’applications mobiles. Des applications qui répondent à des besoins locaux et spécifiques à chaque ville, et qui tentent de réduire les frustrations liées à la vie urbaine et aux pertes de temps dues aux déplacements. Pensez-y, combien seriez-vous prêt à payer pour économiser 30 minutes de transport par jour ? Et si un taxi vous était proposé avant même que vous le demandiez, ceci en utilisant juste votre contexte actuel (basé sur vos rendez-vous décrits dans votre agenda, les conditions météorologiques, le trafic entre votre lieu actuel et votre destination) ?
La nécessaire création de standards d’échange des données de transport
Lorsque l’on cherche à offrir à ses utilisateurs des données de temps de transit et d’itinéraire, on est donc immédiatement confronté au problème de la disponibilité des données de transport, mais aussi au manque de standard pour les échanger.
Google a été le premier à créer un format ouvert de description des horaires de transport public, nommé GTFS (pour General Transit Feed Specification) et un protocole simple réutilisant les formats du web pour les échanger. GTFS permet ainsi aux agences de transport public de publier leurs données sous forme de flux (« feed ») et aux développeurs d’alimenter leurs applications avec ces flux. On ne peut faire plus simple. Les données temps réel de positionnement des moyens de transport (bus, train, …) sont eux décrits avec un autre format, nommé GTFS-realtime. L’ouverture de ces formats et les moyens mis à la disposition par Google pour faciliter leur adoption ont entraîné la création d’un écosystème extrêmement actif aux USA. Par la suite, ce format est devenu un standard de facto et a été l’un des déclencheurs d’une vague d’innovations sans précédent dans le domaine du transport, en particulier avec l’émergence des planificateurs multimodaux intelligents.
En Europe, un autre standard a été créé : le Service Interface Real Time Information (SIRI). C’est un protocole XML autorisant l’échange d’information de transport en temps réel. Il a été développé par le Comité européen de normalisation (CEN), avec la participation initiale de la France, l’Allemagne, la Scandinavie et le Royaume-Uni. Il est plus complexe et moins répandu que celui de Google.
Au même moment, d’autres outsiders, qui n’étaient pas prêts à attendre l’émergence de standards ou à forcer les fournisseurs de transport à publier leurs données, ont commencé à recueillir des données en utilisant la bonne volonté de la multitude d’usagers (« crowdsourcing »). Scout, Ototo, Moovit et plusieurs autres ont ainsi été capables de cartographier rapidement certaines villes et d’offrir des services d’information de trafic et d’itinéraire en utilisant du contenu généré par les usagers.
Crédit: Fotolia © SeanPavonePhoto
De l’importance des cartes
Il est aujourd’hui naturel pour les usagers, notamment grâce à la démocratisation des systèmes de navigation GPS, d’utiliser un fond de carte pour visualiser ses itinéraires. Encore faut-il pouvoir avoir accès à des cartes à partir de son mobile ! Pour le développeur d’applications, l’utilisation des services de cartographie de Google, de Nokia ou de Mapquest ne sont pas gratuits et dépendent du nombre de requêtes effectuées. Un coût qui peut vite devenir prohibitif.
Partant de ce constat, Steve Coast au Royaume-Uni a commencé dès 2004 à mettre au point un système de cartographie participatif, sur le modèle de Wikipédia et nommé Open Street Maps (OSM). Il a fallu quelques années avant que son niveau de couverture ne soit suffisant pour être exploitable. OSM est supporté par la fondation OpenStreetMap, une organisation sans but lucratif enregistrée en Angleterre. Depuis maintenant quelques années, OSM est considéré comme une excellente alternative à Google Maps ou à Nokia Here, même si quelques trous noirs subsistent. On peut citer, par exemple, l’application de Telenav, nommée Scout, qui utilise OSM pour la navigation GPS.
Géocoder les adresses pour faire le lien avec les cartes
Pour tirer parti des cartes numériques, il faut pouvoir associer à toute adresse physique des coordonnées géodésiques (longitude et latitude) de la manière la plus précise possible. La France vient d’ailleurs de mettre à disposition de tous la Base Adresse Nationale (BAN), une base de données référençant l'intégralité des adresses du territoire français. Elle a été constituée par la collaboration entre des acteurs nationaux (tels que l'IGN et La Poste), des acteurs locaux (tels que les collectivités, les communes, etc.), et des citoyens (à travers le projet OpenStreetMap et l'association OpenStreetMap France).
Si l’élément à rechercher est une cible en mouvement, un taxi ou une voiture de location envoyant sa position toutes les cinq secondes par exemple, il est impératif d’évaluer rapidement le point le plus proche d’une localisation donnée. Hailo, une société de commande de taxis, a reversé par exemple à la communauté open source, le code de son logiciel de suivi des taxis et de recherche du plus proche point d’une localisation donnée (nommé geodindex). Son approche est relativement simple : « diviser la surface de la planète en une grille où chaque cellule est un carré de taille fixe en kilomètres ». De son côté, Uber a acheté DeCarta, une entreprise spécialisée en géolocalisation et en cartographie et Nokia Here est à vendre. Chaque seconde compte !
La guerre commerciale s’est désormais déplacée vers la création et la mise à disposition de cartes extrêmement précises (au mètre près). Ces cartes sont nécessaires au développement et à la mise en place des voitures autonomes, dont l’apparition sur le marché est prédite pour 2020.
La course au meilleur et au plus rapide algorithme de calcul d’itinéraire
Les données de transport et les outils de cartographie étant désormais accessibles, restait alors à trouver les meilleurs algorithmes pour effectuer le calcul d’itinéraire porte-à-porte et multimodal. Pour comprendre la complexité du problème, il suffit d’analyser le réseau de transports d’Ile-de-France. On dénombrait en 2012 plus de 1 600 lignes de transport réparties entre 70 transporteurs (dont la RATP et la SNCF), 42 300 points d’arrêt, 600 000 circulations de véhicules, 215 000 correspondances, 20 millions d’horaires, pour 10 modes de transport différents. Il était donc nécessaire d’inventer à la fois un algorithme capable de gérer toute cette complexité, mais aussi d’avoir les capacités de calcul pour l’exécuter. Cette histoire passionnante est résumée dans l’article du blog de Tristram Gräbener.
Le calcul d’itinéraire, se résume en fait au « problème du plus court chemin dans un graphe ». Problème que Dijkstra avait déjà résolu dès 1959. Ce n’est néanmoins qu’en 2005, qu’il a été possible de calculer un itinéraire entre deux points de la planète en moins d’une milliseconde (soit des milliers de fois plus rapidement que l’algorithme de Dijkstra). En 2008, Robert Geisberger, de l’Institut de technologie de Karlsruhe (KIT) en Allemagne, a proposé un nouvel algorithme nommé « Contraction Hierarchies », et utilisé aujourd’hui par Open Source Routine Machine, un calculateur d’itinéraire libre de droits qui se base sur les données OpenStreetMap. Enfin, en 2012, Daniel Delling de Microsoft Research (MSR) a proposé Raptor, l’un des algorithmes les plus utilisés à ce jour.
Des applications de transport au planificateur d’itinéraire porte-à-porte multimodal
Désormais tous les ingrédients étaient réunis pour qu’un cercle vertueux se mette en place, qu’un écosystème se crée et que de nouveaux acteurs entrent en scène. En 2014, CanalTp, une filiale de la SNCF et de Keolis, a ouvert le code de son calculateur d’itinéraire multimodal Navitia basé sur l’algorithme RAPTOR. Mais la solution open source la plus connue reste OpenTripPlanner (OTP) créée par OpensPlans, une organisation à but non lucratif. Le calculateur d’OTP gère les itinéraires piétonniers, en transport en commun, en vélo et en voiture.
Rome2Rio, conçu par deux ex-ingénieurs de chez Microsoft, a popularisé l’approche porte-à-porte et la planification multimodale. Planifier de se rendre du point A au point B était devenu si simple qu’il suffisait de soumettre deux adresses physiques réelles (et pas seulement le nom d’une ville ou d’un aéroport comme n’importe quel autre site de réservation de voyage en ligne) pour obtenir presque instantanément différents itinéraires contenant chacun des options de transport de porte-à-porte. L’unique inconvénient de cet outil est qu’il n’offre pas de service de réservation, ni de prise en compte du trafic et de ses aléas.
Dans le monde du voyage d’affaires, des outils de réservation porte-à-porte sont apparus, comme KDS Neo ou RouteRank. Les itinéraires proposés prennent de plus en compte les contraintes des politiques voyage de l’entreprise, ainsi que ses fournisseurs préférés quand ils existent.
L’importance des plateformes dans l’ère de la mobilité intelligente
L’ère de la mobilité est aussi celle de l’intermédiation, offerte par le biais de plateformes digitales. Savoir implanter une plateforme au centre d’un écosystème de partenaires et de clients est l’une des clés de la réussite. AirBnb, BlaBlaCar, Moovel, toutes ces entreprises ont su construire une plateforme digitale adaptée à leurs besoins. Il faut aussi savoir être patient car le délai d’adoption d’une plateforme est assez long. Ming Zeng, responsable de la stratégie d’Alibaba, indiquait récemment : « il faut trois ans à une plateforme pour prendre forme, cinq pour décoller et huit pour devenir un succès de masse. »
Si le temps d’adoption est aussi long, c’est aussi parce que les plateformes digitales sont des catalyseurs des changements de comportement. Elles permettent de réunir des utilisateurs, des données et des technologies autour d’une cause commune et de délivrer la bonne information au bon moment dans le but d’influencer le comportement. Lorsque l’habitude est prise, l’utilisation de la plateforme est naturelle.
De nombreuses sociétés travaillent à la création de plateformes dédiées au domaine du transport et du voyage. On peut citer A-mano, CitizenGate ou encore CitizenData. L’Europe, comme d’habitude, a également lancé un grand projet sur ce sujet, nommé Simpli-City. Simpli-City est une plateforme de services pan-européenne de nouvelle génération permettant la création de services liés à la mobilité et d’applications qui en tirent parti.
Le cas particulier des agrégateurs de mobilité
Les agrégateurs de mobilité doivent à la fois concevoir une plateforme robuste, intégrant de nombreux types de données et des algorithmes à la pointe, mais également proposer une expérience sans couture à leurs clients via une ou plusieurs application(s) connectée(s) à leur plateforme. Daimler a conçu la plateforme Moovel et a acquis l’application RideScout ; BMW et Keolis ont investi dans Moovit ; Apple a acheté HopStop, …. L’acteur le plus récent, PlannerStack, offre en open source le kit complet pour concevoir une plateforme de planificateur d’itinéraire en intégrant toutes les parties prenantes de la chaîne de valeur. Il est également possible d’utiliser la plateforme en mode « Software as a Service », offrant l’hébergement et l’intégration des données des utilisateurs.
Les deux derniers écueils à la mise en place d’un agrégateur de mobilité sans couture concernent le paiement en ligne, et la gestion des billets de transport dématérialisés. La SNCF, vient par exemple d’annoncer dans le cadre de sa stratégie digitale, la création d’une carte d’embarquement sans contact, nommé IDPASS. Le paiement en mobilité, est aussi possible via HopOn qui utilise des ondes ultrasoniques ou encore par NFC en utilisant Apple Pay ou Google Wallet.
L’ouverture a payé
Les données et standards ouverts, les algorithmes publiés de manière ouverte, les technologies et plateformes open source ont été utilisés pour favoriser et accélérer l’innovation et pour créer un écosystème florissant dans les transports. On mesure alors à l’aune des progrès accomplis dans le domaine du Transport, à quel point l’industrie du voyage, telle qu’on la connaît aujourd’hui est en retard. Une industrie encore basée sur des données privées, des API fermées et payantes, et qui ne dispose d’aucune norme réellement utilisable, ni utilisée. On comprend alors les enjeux entourant l’initiative NDC lancée par IATA, qui vise justement à essayer de desserrer l’étau autour de la distribution des données aériennes. Tôt ou tard, la liste des établissements hôteliers par pays et par ville et leurs disponibilités, l’horaire des vols et la position des taxis seront disponibles via l’open data et les API. Et les agrégateurs de mobilité seront extrêmement bien positionnés pour valoriser ces données.
L’essor des villes intelligentes entraînera aussi des évolutions et la mise en place de nouvelles normes, par défaut ouvertes. Ainsi l’API City SDK propose déjà un standard pour décrire les services de mobilité (CitySDK Mobility API) et de tourisme (CitySDKTourism) pour une ville. Et, dès 2013, Lisbonne a été la première ville à déployer l’API de tourisme, suivie de près par Amsterdam, Helsinki, Lamia (Grèce), et Rome. Qui a remarqué ces innovations dans l’industrie du voyage ?
La troisième et dernière partie de cette série d’articles abordera la quatrième révolution dans le domaine du voyage et l’émergence de la mobilité perçue comme un service (Mobility as a service ou MaaS).
*William El Kaim est consultant spécialisé dans l’innovation technologique dans l’industrie du Transport et du Voyage d’Affaires. Auparavant, il a fait partie de l’équipe innovation pour les produits globaux de Carlson Wagonlit Travel à Paris, où il a contribué à la création de services innovants dans le domaine du voyage d’affaires et a déposé un brevet. Il détient un doctorat de l’Université Pierre et Marie Curie à Paris en génie logiciels.
The End of Travel, Part 2: The Technology Innovations Enabling The Rise of Smart Mobility from Rafat Ali
Photo d’ouverture: Fotolia © Syda Productions
