Comment faire évoluer les méthodologies d’enquête de cadrage des opérateurs de transport ?

1. Confidential & Proprietary – Copyright BVA Group ® 2019
Projet « Les données externes
dans les études Mobilité »
Ou comment des données de validations
remplacent des enquêtes traditionnelles…
Trophée Etudes & Innovations
Catégories :
✓ N°3 Hybridation
✓ N°4 Data intelligence

2. Confidential & Proprietary – Copyright BVA Group ® 2019
Pitch : comment faire évoluer les méthodologies d’enquête
de cadrage des opérateurs de transport ?
Les enquêtes de connaissance de la clientèle des réseaux de
transports en commun nécessitent des moyens humains
considérables (comptage manuel et enquêtes en face-à-
face auprès des voyageurs) et sont de fait très onéreuses.
Les données produites tous les jours automatiquement par
les validations de titres de transports peuvent-elles
permettre de réduire la collecte manuelle des dispositifs
d’enquêtes, ou peuvent-elle conduire à imaginer de
nouveaux indicateurs de suivi du trafic ?

3. Confidential & Proprietary – Copyright BVA Group ® 2019
Reason why :
Réduire la part de la collecte manuelle dans les études de mobilité
Des données de cadrage pour des
opérateurs de transport public…
Les questions qui se posent :
- Comment les clients se
répartissent-ils par lignes, par
arrêts, par jours, par tranches
horaires ?
- Comment se déplacent-ils dans
leur agglomération ?
- Quels trajets effectuent-ils sur le
réseau ?
Des méthodes descriptives
basées sur de grands
dispositifs et des enquêteurs
déployés sur le terrain
- Des comptages
- Des enquêtes « OD »
(origine / destination) en
face-à-face dans les
métros, les bus, les
tramways…
Le besoin
La réponse
traditionnelle
Il existe beaucoup de
nouvelles données plus ou
moins facilement accessibles.
Les voyageurs laissent
aujourd’hui de nombreuses
traces sur leur passage.
La donnée de validation du
titre de transport contient
beaucoup d’informations qu’il
est possible d’exploiter sans
coût de collecte
supplémentaire
Et demain ?

4. Confidential & Proprietary – Copyright BVA Group ® 2019
Contenu de l’étude
Audit des
données
Analyse Phase de contrôle
Confrontation des résultats
du modèle à la réalité à partir
de données recueillies
manuellement (des
comptages)
➔ Comparaison des résultats
avec des comptages
manuels réalisés sur des
périodes équivalentes
➔ Des itérations pour
adapter la méthode et les
formats de restitution
Travail sur la qualité des
données :
- Analyse des données
d’entrée pour identifier
des failles dans la
remontée d’information
- Formulation
d’hypothèses sur le
comportement des
voyageurs pour intégrer
les données manquantes
Un travail en partenariat avec Tisséo Collectivités et le Cerema, en mode Recherche et
Développement
Une approche scientifique
et des test d’hypothèses :
- Intégration des données
manquantes
- Intégration des données
incomplètes
- Prise en compte de la
non-validation (fraude)
- …
…le tout en respectant
l’anonymat des clients et le
RGPD

5. Confidential & Proprietary – Copyright BVA Group ® 2019
Moyens mis en œuvre
L’expertise de l’équipe et le
travail en mode projet
- Comité de Pilotage réunissant Tisséo
Collectivités, le Cerema et BVA pour partage
à toutes les étapes
- Tisséo Collectivités pilote le projet et
apporte sa connaissance du réseau et
des enjeux
- La Cerema intervient en tant qu’expert
technique et méthodologique
- Dans l’équipe Transport Mobilité de BVA :
- 2 chefs de projet, spécialistes de
l’univers des transports en commun et
statisticiens
- 2 analystes
- 2 data scientists intégrés à l’équipe
L’équipe Data Sciences de BVA
et la BVA Data Factory
- Le très grand volume de données exploité
dans le cadre de cette étude (56 millions
d’enregistrements) a été valorisé par notre
Data Factory.
- La BVA Data Factory est notre infrastructure
dédiée aux projets de Big Data. Elle regroupe
un ensemble de capacités techniques qui sont
animées par nos experts data scientist, data
engineer et data architect accompagnés par
nos experts métier.

6. Confidential & Proprietary – Copyright BVA Group ® 2019
Résultat : des limites et des perspectives
1/ Une meilleure connaissance du processus de construction et de
remontée des données chez Tisséo Voyageurs (l’exploitant du réseau de
l’agglomération toulousaine)
2/ Un modèle qui fonctionne mais qui n’est pas parfait : parce que les
comportements individuels ne suivent pas toujours la logique d’un algorithme…
3/ Mais la possibilité de disposer de résultats, certes perfectibles, presque
tous les jours toute l’année, à mettre en perspective avec des enquêtes de
cadrage réalisées à intervalles irréguliers, en lien avec les grandes phases
d’évolution du réseau de transports en commun

7. Confidential & Proprietary – Copyright BVA Group ® 2019
Caractères innovants de la démarche
✓ Mise en place d’une gestion de projet agile reposant sur des itérations régulières
✓ Une équipe pluridisciplinaire travaillant avec un écosystème d’experts et de partenaires
✓ Hybridation de sources de données / Exploitation de données non déclaratives
✓ Exploitation d’un très grand volume de données (56 millions de lignes)
✓ Un environnement technologique à la pointe des Data Sciences
Experts
pluridisciplinaires
Méthode
agile
Data
multi sources
IA et
modélisation

8. Confidential & Proprietary – Copyright BVA Group ® 2019
Retour client
« Chez Tisséo Collectivités, nous avions conscience que la billettique était une
mine de données. En exploitant ce filon, nous avons pour objectif d’optimiser et
d’enrichir notre connaissance de l’usage des lignes.
A travers ce projet, nous avons réalisé un premier pas important, même si le
modèle mérite encore d’être amélioré pour en rendre l’usage plus souple.
Cette expérience commune en partenariat avec BVA et le Cerema s’est avérée
très enrichissante : les résultats ont nourri les études d’évolution du réseau de
bus au centre de l’agglomération. »
Fabienne Dupoux
Directrice Etudes et Prospective
Tisséo Collectivités