L'intelligence numérique pour...

18 Nov 2019

Extraire de l’information des cartes à puces des transports en commun

Auparavant, pour dresser un portait des habitudes de déplacement des usagers des transports en commun, des enquêtes ponctuelles étaient réalisées, fournissant une vision partielle de ce portrait. Aujourd’hui, les passages des cartes à puce des titres de transports génèrent une mine de données qu’il est possible de fouiller et de valoriser pour améliorer le service de transports en commun. Cette démarche d’exploration s’inscrit précisément dans le projet de recherche que nous menons en partenariat avec SNCF-Keolis.

« Quand on passe la carte à puce en montant dans le métro ou le bus, ça crée des données pour dire qu’une carte est passée à tel endroit et à telle heure », résume Maguelonne Chandesris. Au fil des ans et des passagers, ces données s’accumulent : afin d’en extraire de l’information utile à la prise de décision, SNCF-Keolis et le Centre interuniversitaire de recherche sur les réseaux d’entreprise, la logistique et le transport (CIRRELT), l’un de nos membres académiques, se sont associés. En s’appuyant entre autres sur les données de la Société de transport de l’Outaouais, ils développent ensemble des algorithmes pour acquérir une meilleure vision de l’utilisation d’un réseau de transport en commun.

Dans une première étape, l’équipe a ainsi cherché à identifier des familles de comportements d’usagers. Pensons, par exemple, et a priori, aux travailleurs hebdomadaires qui prennent le bus du lundi au vendredi, et à toutes les autres routines d’utilisations possibles des transports en commun…  en gardant à l’esprit qu’un algorithme n’a pas d’a priori. Les chercheurs ont donc développé une méthode analytique qui regroupe sans a priori les cartes à puce suivant un même schéma d’utilisation. En appliquant cette méthode mois après mois, ils sont parvenus à déterminer et suivre la taille relative de ces familles de comportements et observer, par exemple, si le groupe des usagers hebdomadaires qui était dominant en janvier l’était encore en juillet en période de vacances.

En juillet toutefois, les travailleurs qui ne sont pas en vacances ralentissent parfois leur rythme de travail à quatre jours par semaine. Auquel cas, le groupe des usagers hebdomadaires se modifie par rapport à sa composition du mois de janvier. Plus généralement, cela soulève la question suivante : est-ce-que les familles de comportements conservent leurs caractéristiques tout au long de l’année ? Pour y répondre, les chercheurs ont donc développé une deuxième méthode afin de suivre l’évolution des comportements des usagers.

Avec la première méthode, on peut voir que le groupe des travailleurs devient moins important en été et la deuxième méthode montre que ce groupe change parce que les gens travaillent moins le vendredi »

– Martin Trépanier, professeur à Polytechnique Montréal et directeur du CIRRELT, en compagnie de sa collègue Catherine Morency qui participe également au projet.

Les données des cartes à puces ont encore beaucoup de choses à dire et la recherche va se poursuivre pour étudier l’évolution des comportements en fonction d’évènements tels que des festivals, des rencontres sportives d’envergure internationale, ou encore pour catégoriser les stations selon leur achalandage. À plus long terme, SCNF-Keolis entend bien appliquer ces méthodes au réseau SNCF Transilien du réseau ferré d’Île-de-France, pour mieux comprendre les comportements de ses abonnés et ultimement améliorer son offre de service.

On est très contents de travailler avec l’équipe du CIRRELT, une équipe pionnière et de pointe dans le monde et qui travaille depuis des années sur les données des cartes à puces. »

– Maguelonne Chandesris, Business Developer chez Kisio, filiale de Keolis, groupe SNCF

Maguelonne Chandesris
Business Developer,
Kisio

Martin Trépanier
Directeur,
CIRRELT