les transports urbains face à la puissance des données : quels défis pour la gouvernance des...
DESCRIPTION
Ce mémoire de master a pour objectif d'identifier quels sont les fateurs qui poussent les acteurs publics et privés à investir dans les masses de données (open data, crowdsourcing, data management, et plus généralement les TIC). Nous tenterons par la suite d'identifier, à travers trois scénarii, quel sera le rôle des autorités organisatrices de transports - et des collectivités territoriales - dans un futur ou l'économie de la donnée risque d'être détenue exclusivement par des acteurs privés. En savoir plus sur l'auteur ?https://fr.linkedin.com/in/etiennepichotdamonTRANSCRIPT
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 1/91
Master AltervillesSciences Po Lyon – Université Jean Monnet
Etienne PICHOT DAMON
2015
Sous la direction de Christelle Morel-Journel et d’Emilie Lanciano
LES TRANSPORTS URBAINS FACE A LAPUISSANCE DES DONNEES : QUELS DEFISPOUR LA GOUVERNANCE DES MOBILITES
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 2/91
Université de Lyon
Master Altervilles
Sciences Po Lyon – Université Jean Monnet
Etienne PICHOT DAMON
2015
Sous la direction de Christelle Morel-Journel et d’Emilie Lanciano
LES TRANSPORTS URBAINS FACE A LA
PUISSANCE DES DONNEES : QUELS DEFISPOUR LA GOUVERNANCE DES MOBILITES
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 3/91
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 4/91
Les hommes sont comme les animaux :les gros mangent les petits et les petits les piquent
VOLTAIRE
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 5/91
Remerciements
Je remercie tout d’abord Christelle Morel-Journel, directrice et co-fondatrice du Master Altervilles pour
son accompagnement et ses conseils dans la structuration de ma réflexion lors de ce mémoire.
J’aimerais aussi adresser mes remerciements à l’équipe de la Fabrique Digitale (SNCF), Catherine
Delisle, Régine Combremont, et Antoine Bouffard pour avoir suscité ma curiosité pour l’univers fascinant
des données et de l’innovation digitale lors de mon stage de fin d’études.
Enfin, je souhaite remercier Cynthia Gutton (Direction Marketing et Services de Transilien) et Gaël
Musquet, président d’Open Street Map France, avec qui j’ai pu travailler sur le projet de cartographie des
gares d’Ile de France, et qui m’ont apporté une très bonne connaissance de l’open data et de la
cartographie collaborative.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 6/91
Sommaire
"#$%&'()$"&# ************************************************************************************************************************************* +
+* ,- ./0012 3 0/452662 715/6489/0 :/47 62; 87-0;:/78; 47<-90; 28 6247; -=8247; ****** +>
"#"# $%& %'()&**& +'(,-& .& /,'012 &2 .3456*1',421'% /'(, *&+ &%2,&/,1+&+ .& *4 5'71*126
(,741%& ################################################################################################################################################################## ""
"#8# 9&+ -':2+ .31%)&+21++&5&%2+ 5'21)6+ /4, (%& *';1<(& /,1)6& ############################################## 88
?* ,2; ;87-81@92; .2 6A-=89/0 :4<69B42 3 6A/:20 .-8- =/CC2 /<69@-89/0 .2 ;2759=2 :4<69=
/4 625927 .A900/5-89/0 D ******************************************************************************************************************* E+
8#"# $% 7&+'1% .& /4,24;&, &2 .6-&%2,4*1+&, *4 /,'.(-21'% .& *4 .'%%6& ################################## =8
8#8# $% %'()&* 15/6,4210 .& 2,4%+/4,&%-& &2 .34-->+ ? *31%0',5421'% ######################################### =@
E* ,2 7F62 .2; -=8247; :4<69=; .2; 87-0;:/78; 47<-90; 20 87/9; ;=10-79/; ********************** G+
=#"# A4 ,6;(*421'% /(7*1<(& .& *4 5'71*126 (,741%& ############################################################################ B8
=#8# A&+ 2,4%+/',2+ (,741%+ ? *3C&(,& .& *4 5(*212(.& D *&+ +24,2(/+ E .621&%%&%2 F *&+
5'71*126+ (,741%&+ ############################################################################################################################################ G8
=#=# A&+ 2,4%+/',2+ (,741%+ .'51%6+ /4, *&+ ;64%2+ .31%2&,%&2##################################################### GH
)/0=64;9/0 ******************************************************************************************************************************************* HI
I17*1';,4/C1& ########################################################################################################################################################### J"
A&K1<(& &2 47,6)1421'%+ ####################################################################################################################################### JG
L47*& .&+ 5421>,&+ ################################################################################################################################################ JM
L47*& .&+ 1**(+2,421'%+ ######################################################################################################################################### MN
O%%&K&+ ###################################################################################################################################################################### M"
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 7/91
"
INTRODUCTION
L’ensemble des données numériques créées jusqu’à aujourd’hui représente environ 7 zettaoctets, soit
1021 octets ou 7 000 milliards de Go. Les prédictions annoncent que les données pèseront 40 zettaoctets
en 2020. L’exploitation des données devrait s’estimer à 8% du PIB européen en 20201. C’est précisément
l’utilisation, la représentation et l’analyse de ces données que nous appelons Big Data, et les enjeux sont
de taille : entre valorisation économique des données personnelles, espionnage, réutilisation des
données des clients, et création de nouveaux services, les limites sont encore à définir.
Tous les secteurs sont concernés par l’exploitation des Big Data : l’automobile, les énergies, la grande
distribution, l’agro-alimentaire, la logistique et les transports.
Une série de révolutions numériques
Le traitement automatique de l’information, soit l’informatique, est né avant la seconde guerre mondiale.
Ce qui caractérise l’informatique à ses débuts et qui la rend peu à peu indispensable à l’industrie est
principalement sa capacité à traiter des algorithmes de plus en plus complexes.
Dans les années 1960, un grand nombre de programmes informatiques voient le jour 2, mais ce n’est
qu’une décennie plus tard que l’informatique entre dans le domaine des télécommunications, avec un
ensemble de technologies qui donneront naissance plus tard à l’internet.
D’abord réservé à un usage militaire, puis professionnel et industriel, l’internet connaît un véritable
décollage en 2004, avec l’arrivée des offres haut débit. 3
"
OP9QAR 8N"B
8 PAOSTAQL U# UOVWXTL Q# !"#$%&'($ *"#"+ ,-./01&23$ 4 W%2&,+21-&+R 8NNB = Y$QL S#Z [ L\YQ]^ Y# Q2 +1 *&+ 26*6-'5+ %3&K1+241&%2 /4+R U&4,+'% Q.(-421'% P,4%-&R U4,1+R 8NNHR /# 8H
8 PAOSTAQL U# UOVWXTL Q# !"#$%&'($ *"#"+ ,-./01&23$ 4 W%2&,+21-&+R 8NNB = Y$QL S#Z [ L\YQ]^ Y# Q2 +1 *&+ 26*6-'5+ %3&K1+241&%2 /4+R U&4,+'% Q.(-421'% P,4%-&R U4,1+R 8NNHR /# 8H
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 8/91
8
Figure 1 Croissance des données et historique des évolutions majeures d’internet (Cisco, 2011)
La donnée au cœur des innovations
Si l’informatique, par les programmes et le traitement des algorithmes est à la base de toutes les
inventions suivantes, le moteur actuel des innovations est bien la donnée. En effet, la diffusion massive
des objets connectés (En France, 2 milliards d’objets connectés devraient être vendus entre 2015 et
2020. 4), leur appropriation et la capacité à la fois individuelle et celle des organisations à se les
approprier donne aujourd’hui lieu à une augmentation quasi-exponentielle du volume de données
produites. Il faut aussi considérer la rapide croissance du trafic internet, qui devrait tripler entre 2015 et
2019, 5 et la hausse continue du taux d’équipement en smartphones (En 2013, Ericsson estimait qu’il y
avait déjà 2 milliards d’abonnements smartphones, et qu’il y en aurait 5,6 milliards en 2019). 6 De plus, il
faut prendre en compte les transformations sociales induites en termes d’échanges, de mobilisations, de
partage d’informations, qui donnent à internet ce caractère d’ « ubiquité », et cet « effet miroir » : le fait de
twitter , partager sur les réseaux sociaux le contenu de conférences et évènements par exemple.
Mais après avoir procédé à ce constat relativement factuel, il s’agira de savoir pour quelle raison nous
avons choisi d’analyser la puissance des données informatiques à travers le prisme des transports
urbains. Lors de l’International Transports Forum de 2015, il fut avéré : « The volume and speeds at
B
YOVZO]L T# 567$&% (/++$(&8%9 "+ 3,0(28 : ;<== 31--1,0>% >$ >/--,0% $+ ?=?= 49 P,&%-C_&7R 8N"G
G YOVZO]L T# @/"0*"/1 -$ &0,A1( B+&$0+$& C, &01D-$0 >#1(1 E ,+%R \1+-'R P,&%-C_&7R 8N"G @ W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# BJ
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 9/91
=
which data today is generated, processed and stored is unprecedented. It will fundamentally alter the
transport sector » 7
Notre travail aura en partie pour but de démontrer pourquoi, justement, la donnée impactera et (impacte
déjà) les mobilités urbaines et ses acteurs (privés, publics, usagers).
Une réponse partielle et provisoire que nous pouvons fournir pour bien cerner les enjeux au préalableconsiste à dire que l’augmentation en nombre et en proportion de la production et du traitement des
données géolocalisées en temps réel ne peut qu’être utile aux acteurs qui analysent et conçoivent les
mobilités urbaines.
Pour le démontrer, nous expliquerons que les entreprises sont inévitablement prêtes à investir dans les
technologies relatives aux données de masse. On sait aussi que 32% des applications mobiles les plus
populaires demandent l’accès aux données géolocalisées de l’utilisateur, et que 74% des utilisateurs de
téléphones mobiles utilisent des services de géolocalisation. 8
Le Big Data : une notion à clarifier
La donnée est bien au centre d’une nouvelle révolution numérique, et ce sera l’objet de notre première
grande partie, à travers l’application qui en est faite à tous les niveaux de la gestion des transports
urbains. Cependant, il faudra aussi prendre du recul sur les espérances, les mythes, les « fantasmes »
générés par la presque obsession de certains acteurs économiques envers le Big Data. Non seulement
le Big Data n’est pas exactement le thème véritable de notre travail, mais surtout, il donne lieu à toutes
sortes d’estimations, d’approximations et de confusions dans ce qu’il peut apporter à l’industrie en
général.
D’autre part, il faut concevoir qu’il désigne plusieurs phénomènes à la fois. Matthew ASLETT l’explique
ainsi : « The first key to understanding big data is to accept that it is not a class or type of data. There is
no such thing as data that is big. Big data is a trend that describes multiple new approaches to storing,
processing and analyzing data, and the technology used to do so. As such it is clear that the nature of the
data does not define big data, and is not the cause of the big data trend, despite the industry's obsession
with defining it in terms of multiple Vs – volume, velocity and variety. »9
J W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# BJ M W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# BJ B+ ?=;E9 &2$ F-/6,- @01C,(G
H I+A/0($3$+& J$&K/0L9 , .0/"D /A MN +,&1/+,- ,+> 1+&$0+,&1/+,- D01C,(G $+A/0($3$+& ,"&2/01&1$%9 (/+>"(&$> , 0$C1$K /A
D/D"-,0 3/61-$ ,DD% 1+ &2$10 0$%D$(&1C$ (/"+&01$% ,+> 0$.1/+%O B& A/"+> &2,& M?P /A &2$ ; ?;; ,DD% 1+C$%&1.,&$> %/".2& ,(($%%
&/ &2$ >$C1($%# -/(,&1/+ >,&,O Q5@RR9 ?=;ES T/0$/C$09 ,((/0>1+. &/ /+$ %"0C$G 1+ &2$ U+1&$> V&,&$%9 2,-A /A ,-- 3/61-$ D2/+$"%$0% ,+> <EP /A %3,0&D2/+$ "%$0% "%$ -/(,&1/+'6,%$> %$0C1($%O QW1(L2"09 ?=;?S »
H O`AQLLR Z# VD/&-1.2&X Y1. >,&, 0$(/+%1>$0$>X 1&Z% &2$ $(/+/31(%9 %&"D1> R 8N"=
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 10/91
B
Et pour « démystifier » le tout, l’historien George Dyson définit le Big Data comme « ce qu’il s’est passé
quand le coût de conserver les informations est devenu plus faible que de s’en débarrasser. » 10
Il faudra également garder à l’esprit que les grands ensembles de données peuvent se révéler inutiles car
parfois ils n’ont tout simplement aucune cohérence. Il est possible de l’illustrer par la métaphore dumilliards de singes : si un milliard de singes écrivent des mots dans un ordre aléatoire, ils parviendront un
jour ou l’autre à retranscrire ensemble intégralement une pièce de Shakespeare.11
Pour nous, le Big Data sera également considéré comme un des aspects bien spécifiques de l’économie
de la donnée, car non seulement il représente un ensemble de données moins grand que les médias
peuvent le prétendre, et l’application des « 3 V » sensée le définir (Volume, Vitesse, Variété) est
applicable à quelques activités spécialisées dans le stockage et traitement des données. Quelques
entreprises sont donc concernées par ces activités exclusives, il s’agit notamment de Apache ou
Hadoop.12
L’économie de la donnée, telle que nous l’aborderons à travers les activités des grandsgroupes tels que Google, des collectivités territoriales et des startups de la mobilité, couvre un champ
bien plus vaste, plus ouvert par exemple aux notions de service public, de protection de la vie privée, de
sécurité et d’innovation.
Les transports urbains : terrain d’expérimentation et d’innovation pour l’économie de la donnée
Rappelons rapidement les enjeux actuels des transports urbains : il s’agit de déplacer les populations en
masse, le plus rapidement possible, face à un maximum de contraintes, et à moindre frais pour la
collectivité ou l’entreprise et l’usager. D’abord réservées à une application réservée à la sécurité, les TIC
au service des transports se sont ensuite tournées vers les usagers : systèmes d’information pour les
voyageurs, puis applications smartphones, et actuellement réalité augmentée.
"N O`AQLLR Z# VD/&-1.2&X Y1. >,&, 0$(/+%1>$0$>X 1&Z% &2$ $(/+/31(%9 %&"D1> R 8N"=R \12421'% .& 9a`T] ^# D[Y1. >,&, 1% K2,&
2,DD$+$> K2$+ &2$ (/%& /A L$$D1+. 1+A/03,&1/+ 6$(,3$ -$%% &2,+ &2$ (/%& /A &20/K1+. 1& ,K,GO[ "" STV9O] Z# \4*10',%14 $%1)&,+12b "8 O`AQLLR Z# VD/&-1.2&X Y1. >,&, 0$(/+%1>$0$>X 1&Z% &2$ $(/+/31(%9 %&"D1> R 8N"=
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 11/91
G
Les TIC représentent un levier pour relever ces défis. En voici quelques uns :
Problématique Technologie Solution
Connaître les habitudes de
déplacements
Smartphones et applications
produisant des données
géolocalisées
Modéliser des flux
Adapter les transports à
chaque individu
Applications smartphones de
guidage
Proposer des solutions
adaptées pour tous les
itinéraires
Sécuriser les infrastructures
Drones, capteurs, caméras et
applications de remontée des
incidents
Connaître l’état exact en temps
réel des rails, des routes, des
accidents
Aussi, est il nécessaire de préciser que nous nous intéresserons ici au transport de personnes pour deux
raisons : le transport logistique ne s’étudie pas à la même échelle, celle d’une ville (bien que le fret urbain
soit un sujet à part entière), mais plutôt à l’échelle régionale, européenne, voire mondiale. La deuxième
raison qui nous pousse à parler du transport de personnes relève des disciplines étudiées. Même si le
sujet sera traité sous un angle économique et politique, nous insistons sur le fait qu’il s’agit aussi
d’étudier les usages et pas seulement la performance technique de la donnée.
Notre terrain d’étude se limitera aux villes centres et leur périphérie. Nous considèrerons les réseaux de
transports s’étendant dans les ensembles urbains. Aussi, les réseaux de transports urbains concernés
par nos propos, descriptions, et questionnements, seront des réseaux gérés par une autorité detransports en commun (régie publique ou privée). Puisque la donnée est au cœur de notre
problématique, notre champ d’analyse se limitera aux réseaux de transports qui sont déjà avancés sur la
question des systèmes d’information appliqués aux transports.
Les données de masse de plus en plus exploitées : une solution d’avenir ?
C’est certainement dans les transports urbains que l’usager des services publics peut se rendre compte
le plus facilement de l’omniprésence de la donnée dans les villes des pays développés. Lorsqu’il entre
dans un bus, le passager doit valider sa carte d’abonnement, même s’il l’a déjà payée, au risque de se
voir signifier une contravention pour non validation du titre de transport. Si la validation de la carte
d’abonnement de transport est obligatoire, l’usager le sait et l’a intériorisé, ce n’est pas pour respecter
une procédure « bureaucratique » ou « absurde », mais bien pour contribuer aux statistiques d’utilisation
du réseau, et donc à son amélioration.
Mais la réalité du système est plus complexe : les technologies automatiques d’enregistrement des
transactions appelées Automated Fare Collection (AFC, ou plus simplement la vente de billets) et le
comptage automatique des passagers ( Automated Passenger Counting - APC) ont été conçus pour
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 12/91
@
interagir et donner une analyse sophistiquée issue des données massives qu’elles ont collecté. Plus
concrètement, la vente de billets, et surtout la vente des cartes d’abonnements permettent la collecte
d’informations sur les usagers des transports, et leur utilisation renseigne les autorités organisatrices de
transports 13 (AOT) sur leurs habitudes de déplacement. Parallèlement à cela, le comptage des
mouvements est aujourd’hui géolocalisé et associé à une multitude d’autres mesures.14
C’est cela quel’on appelle Big Data, ou la capacité à analyser un immense volume de données non structurées, souvent
produites en temps réel et difficiles à analyser avec des solutions classiques de traitement. 15
L’AOT Transports For London (TfL) l’explique plus simplement : « Oyster prepaid travel cards were first
issued in 2003 and have since been expanded across the network. Passengers effectively “charge” them
by converting real money from their bank accounts into “Transport for London money” which are swiped
to gain access to buses and trains. This enables a huge amount of data to be collected about precise
journeys that are being taken. »16
"= A34,21-*& A"88"c" .( -'.& .&+ 2,4%+/',2+ /,6-1+& *& -4.,& d(,1.1<(& .&+ OTL D Ae1%+212(21'% &2 *e',;4%1+421'% .&+ +&,)1-&+
.& 2,4%+/',2 /(7*1- ,6;(*1&,+ &2 ? *4 .&54%.& +'%2 -'%016&+R .4%+ *&+ *1512&+ .& *&(,+ -'5/62&%-&+R ? *eQ242R 4(K
-'**&-21)126+ 2&,,12',14*&+ &2 ? *&(,+ ;,'(/&5&%2+ &% 24%2 <(e4(2',126+ ',;4%1+42,1-&+ fgh#"B Aa]9T] Y&%,bR \+,-G&1(% ,+> Y1. ],&, ^ _,1- @"6-1( ̀ 0,+%D/0&,&1/+ 1% , a$,>$0 fV41*_4b O;& Z4;4i1%&R $,74% V41*
L'.4bR O(+21%R LQjO`h "G YOZQA Z4,1&cU1&,,& [ ZOV^$QVWL 94)1.R \+,-G%$% >$% 61. >,&,9 *"$-% "%,.$%9 *"$-% >8A1% 4 \'551++4,142 ;6%6,4* ? *4
+2,426;1& &2 ? *4 /,'+/&-21)&R 96/4,2&5&%2 k(&+21'%+ `'-14*&+ .( ^'()&,%&5&%2 f]'2& .34%4*b+& ]lMR ""m8N"=h
16
ZOVV I# Y'_ I1; 9424 O%. LC& W%2&,%&2 T0 LC1%;+ W5/,')& U(7*1- L,4%+/',2 W% A'%.'%R P',7&+R 8N"G
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 13/91
J
Figure 2 Schéma simplifié de la production et du traitement des données par les AOT (Réalisation
personnelle)
La pertinence de l’utilisation des TIC17, des télécommunications, et de l’information par les acteurs destransports urbains n’est plus à démontrer, cependant le sujet se prête à de nombreux questionnements.
Juridiquement, la réutilisation des données fait débat, du fait que les données personnelles sont
collectées systématiquement autant par les services publics que par les groupes privés.
Existent aussi de vives critiques et un fort rejet de la part de la société civile envers les solutions comme
celles proposées par Google (ici nous parlons de Google Maps et Streetview, pour les applications de
guidage GPS et d’itinéraires), notamment en Allemagne, puisque la multinationale photographie
librement et gratuitement les espaces privés pour en revendre les données.
D’un point de vue socio-économique, la question qui se pose est de savoir comment évaluer le progrès
qui a pu être réalisé grâce à l’essor de l’analytique, du calcul et des métadonnées, et si les TIC18 ont
réellement pu satisfaire des besoins réels des usagers des transports en commun.
"J A3&5/*'1 .( 2&,5& LW\ fL&-C%'*';1&+ .& *31%0',5421'% &2 .& *4 -'55(%1-421'%h +&,4 /,1)1*6;16 ? -&*(1 .& ]LW\
f]'()&**&+ 2&-C%'*';1&+ .& *31%0',5421'% &2 .& *4 -'55(%1-421'%h D %'(+ /,&%'%+ 1-1 /'(, 4-<(1+ <(& -&+ 2&-C%'*';1&+R
5n5& +1 2,>+ ,6-&%2&+ %& +'%2 /*(+ &K4-2&5&%2 E %'()&**&+ FR /(1+<(& %'(+ &% 5&+(,'%+ .6d? *4,;&5&%2 *&+ -'%+6<(&%-&++(, %'+ +'-1626+ &2 %'+ (+4;&+#
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 14/91
M
Ou encore, une analyse purement économique nous permettrait-elle, par exemple, de quantifier l’apport
financier de la valorisation des données pour les entreprises de transports urbains ? L’approche
économique serait peut-être un moyen de qualifier, mettre un nom sur l’innovation que représente la
montée en puissance de la donnée dans les systèmes de production.19
Mais la question que l’on souhaite poser ici est avant tout politique. L’économie de la donnée, nous le
démontrerons, a un véritable impact sur l’évolution de la production (technique et « urbanistique ») des
transports urbains. Les bouleversements qui en sont issus directement et indirectement (modèles de
prévisions plus performants, nouveaux acteurs de la mobilité, changement des usages, etc!) vont
probablement interroger la façon dont les pouvoirs publics organisent et gèrent nos déplacements. On
pourra aussi se demander si les pouvoirs publics sont en capacité de « tout » organiser de « nos »
déplacements.
Non seulement, les politiques devront s’adapter à ces évolutions rapides pour pouvoir « garder la main »
sur l’organisation des mobilités, mais surtout, les autorités organisatrices de transports risquent de voir
leur légitimité affaiblie par des acteurs (publics, privés et usagers) qui pourront, plus facilement que
jamais, se passer de leurs compétences dans un futur proche.
Notre questionnement peut ainsi se résumer : quels défis devront relever les acteurs publics des
transports urbains pour continuer à organiser les mobilités dans un futur où l’économie de la
donnée risque d’être détenue exclusivement par des groupes privés ?
Pour y répondre, il s’agira de questionner un ensemble de disciplines, à la fois économiques (économie
des données, économie des transports), techniques (fonctionnement et structuration des données
informatiques), juridiques (droits des données personnelles, droit public) et politiques (jeu d’acteurs des
transports urbains, politiques urbaines, politiques numériques).
Nous baserons notre réflexion sur trois sources.
Premièrement, un ensemble d’ouvrages portant sur les disciplines en question : à la fois des ouvrages
récents qui nous aiderons à préciser les enjeux du Big Data, mais également des ouvrages plus anciens
qui pourront étoffer de façon générale l’analyse des problématiques économiques de mobilité urbaine.
Deuxièmement, nous pourrons observer comment font concrètement les acteurs des transports urbains
pour profiter ou s’adapter à la montée en puissance de l’économie de la donnée. A travers des exemples
français et étrangers, nous tenterons de comprendre vers quel(s) modèle(s) d’organisation des mobilités
l’ensemble des acteurs se dirige, à travers trois scénarios. Il sera aussi question d’observer le
fonctionnement des systèmes d’informations à travers les modèles de prévision existants.
"H ]'(+ 6)'<('%+ 1-1 *31%26,n2 .3(%& 62(.& <(1 5&22,412 &% *1&% *&+ 2C6',1&+ .&+ -b-*&+ 6-'%'51<(&+ .&+ jWj>5& jj>5& +1>-*&+R 4)&- *&+ 1%%')421'%+ .& ,(/2(,&+ 1%1216&+ /4, *4 %'()&**& 6-'%'51& 1++(& .& *4 .'%%6& &2 .&+ LW\ .4%+ *& 5'%.& .&+
2,4%+/',2+# f\1,-(12+ .& `\Y$ZUQLQVR oQa]Q`R ZOVjh
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 15/91
H
Et troisièmement, une démarche prospective (ciblage des usages futurs, croisement des projets en cours
et des enjeux analysés en amont) nous permettra de mobiliser une réflexion sur la place des pouvoirs
publics dans l’organisation des déplacements de demain.
Une première grande partie aura pour objectif de montrer à quel point le secteur des transports urbainsest impacté par l’émergence de la donnée comme élément central. Nous chercherons à comprendre les
effets économiques et financiers, technologiques et politiques de cette émergence sur les acteurs privés
du secteur ainsi que les problématiques juridiques et sociales que pose la réutilisation des données
personnelles par les groupes privés.
La partie suivante nous conduira davantage sur le terrain des acteurs publics, en interprétant et illustrant
la façon dont les collectivités territoriales et les autorités organisatrices de transport se saisissent de la
question. Nous nous intéresserons ici aux politiques d’ouverture des données (l’open data), ainsi qu’à
pourquoi et comment elles sont mises en œuvre.
Notre troisième et dernière partie aura un double objectif : d’une part exposer les modèles probables
d’organisation des mobilités urbaines dans un futur proche, suite à l’évolution de l’économie des
données, et d’autre part, chercher à concevoir quelle sera la place des autorités publiques d’organisation
des transports dans ces différents jeux d’acteurs. Nous tenterons alors, après avoir compris les enjeux de
la propriété des données grâce aux parties précédentes, de qualifier les défis que devront relever les
politiques et plus généralement les acteurs publics pour qu’ils continuent à organiser les mobilités
urbaines.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 16/91
"N
1. La donnée : nouvelle révolution pour lestransports urbains et leurs acteurs
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 17/91
""
1.1. Une nouvelle source de profit et d’amélioration pour les
entreprises de la mobilité urbaine1.1.1. Google Maps : première entreprise de mobilité ?
1.1.1.1. Valoriser l’information : modèle économique de Google
Google : entreprise de transports
S’il existe une référence commune au monde entier en matière de cartographie, c’est bien Google Maps.
Pour beaucoup d’urbains (54% des détenteurs de smartphones en 2013),20 l’outil est devenu quasi-
quotidien : pour anticiper ses déplacements, repérer une destination, l’utiliser en tant que GPS, etc!
Google Maps a révolutionné le monde de la cartographie et des transports, en proposant successivement
cinq innovations majeures :
c Février 2007 : Google Traffic est intégré à Google Maps.
c Octobre 2007 : Google Transit permet de planifier des itinéraires en transports en commun.c Mars 2009 : Streetview permet aux internautes de visualiser des images panoramiques d’un très
grand nombre de rues et routes.
c Septembre 2011 : acquisition d’ITA software et intégration de Google Flights, pour prévoir ses
vols.
c Juin 2015 : L’affichage en temps réel du trafic dans les transports en commun, pour 125 régies
de transports en commun.
Ces innovations successives dans ce domaine ont fait de Google un véritable acteur de la mobilité, en
permettant aux piétons et automobilistes de planifier leurs déplacements et d’être guidés, et désormaisen proposant de prévoir leurs itinéraires en transports publics et en avion.
L’API Google Maps
Simultanément, Google Maps s’est judicieusement adapté à une clientèle professionnelle et
d’entreprises, avec l’API qu’elle propose. Une API (Application Programming Interface, ou interface de
programmation), est un ensemble de données informatiques, telle une « brique de programme », qui
8N `2421+24R ^*'74*p&7W%.&KR 8N"=
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 18/91
"8
permet à un logiciel de servir d’autres logiciels. Google Maps a son API, tout comme OpenStreetMap
disposera de la sienne. L’API de Google Maps permet à l’entreprise de réaliser des recettes sur son
service de cartographie. Les startups et tous les particuliers qui ambitionnent de fournir un service
d’information plus complexe en se servant du fond de carte et des données de Google Maps devront
payer un abonnement qui leur donnera l’accès à ces données.
Des recettes commerciales diversifiées
Ce ciblage commercial des professionnels et des entreprises grâce à l’API Google Maps s’est opéré
parallèlement à la mise sur le marché des solutions Google Analytics, Adwords, Drive, Docs, Forms,
Shopping, en faisant de Google un éditeur de logiciels en ligne incontournable.
Mais ce que l’on peut penser comme une « face cachée » des services de Google, et donc de Google
Maps n’est pas seulement son aptitude à avoir adapté ses logiciels « grand public » à sa clientèle
professionnelle, mais plutôt sa commercialisation des données privées. En réalité, cette zone d’ombre sur
le succès financier de Google est bien connue. Les politiques de confidentialités des groupes comme
Facebook, Apple et Google commencent à intéresser l’ensemble de leurs utilisateurs, mais surtout, les
professionnels des TIC ont compris très en amont l’intérêt de la détention des données à une échèle
aussi grande.
De l’intérêt bienveillant des professionnels et des informaticiens passionnés, à la méfiance accrue des
internautes et des associations de consommateurs, l’essor de Google n’est pas perçu de la même
manière par tous. Streetview, (l’outil de visualisation en ligne des photographies panoramiques des rues),
a par exemple donné lieu à de vives controverses.
1.1.1.2. Prévoir et inventer la mobilité de demain
Olivier KLEIN, chargé de recherche au Centre d’Etudes de Populations, de Pauvreté et de Politiques
Socio-Economiques (Luxembourg), explique dans un article de février 2014 que les solutions
technologiques de production des données dans les transports urbains ne sont pas encore exploitées :
« Ces représentations du temps et des mouvements impliquent nécessairement les dernières solutions
technologiques de production. Celles-ci sont encore actuellement du domaine de la recherche et peu
présentes dans les solutions logicielles commercialisées du fait de la complexité de la généralisation de
telles solutions. »21 Cette affirmation est proche de la réalité lorsque l’on évoque les difficultés des
acteurs publics à « mettre la main » sur les masses de données, mais l’auteur ne le précisant pas, il omet
un élément pourtant au cœur de son actualité : la collecte des données par les acteurs privés, et surtout
8" oAQW] T# `$3D/0,-1&8% U06,1+$% $& @0/7$& R A&+ -4C1&,+ .( .6)&*'//&5&%2 (,741% .(,47*&R ]l"@R T7+&,)42'1,&
(%1)&,+1241,& .& *4 )1**& &2 .( .6)&*'//&5&%2 .(,47*&R 06),1&, 8N"@R /# "BB
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 19/91
"=
le smartphone. 22 Car en effet, s’il existe un outil, une solution logicielle pour produire et faire remonter les
données temporelles et spatiales des individus, il s’agit assurément de la nouvelle génération de
téléphones mobiles. Google, via Androïd23, Waze24 et Chrome25, font remonter à eux les données de
leurs clients grâce aux smartphones.
Modéliser le trafic avec Waze
Il est relativement aisé de comprendre pourquoi Waze permet de peindre un « tableau » très précis des
mobilités : lors de l’International Transport Forum, il a été indiqué que Waze avait permit de modéliser
des accidents et évènements grâce à 50 millions d’utilisateurs. 26 Un tiers de ces utilisateurs font
remonter des informations en temps réel : « A third of Waze users share “information about slowdowns,
speed traps and road closures, allowing Waze to update suggested routes in real time [and its] most
dedicated fans can also edit the maps directly to improve their accuracy,” »27 De plus, l’application
s’améliore de façon autonome : en faisant la moyenne des traces GPS empruntées par les utilisateurs,
Waze peut par exemple corriger automatiquement le tracé des routes dans le logiciel s’il s’avère inexact.
Et justement, Di-Ann Esnor, le Vice-Président de Waze exprime la valeur ajoutée de son produit : « Ce
n’est pas simplement du Crowd-Sourcing, c’est de la participation personnelle. »28
Google ne dispose pas uniquement de Waze, mais d’un ensemble de technologies pour collecter les
données des utilisateurs de nouveaux services, par exemple : « With products like Google Latitude, you
can tell us where you are and then you can tell your friends where you are. Well, we can, using [artificial
intelligence], then predict where you’re going to go. »29
Et c’est ici que nous pouvons citer Alain DESROSIERES : « La production statistique résulte de rapports
de force. Elle est idéologique, policière. »30 Si prédire et modéliser les mobilités marque un net progrès
dans la compréhension des déplacements, il n’est pas moins inquiétant d’accorder tant de puissance à
des groupes privés qui s’emparent de nos données. Ce sera l’objet d’une partie suivante. (Cf Partie
1.2.2.)
88
A3(+4;& .( 2&,5& +54,2/C'%& &+2 /,606,6 ? -&*(1 .3',.1/C'%&R -4, .4)4%24;& 4%-,6 .4%+ *&+ (+4;&+# A& +54,2/C'%& &+2(% E L6*6/C'%& 1%2&**1;&%2 FR (% 26*6/C'%& 5'71*& .'26 .3(% /*(+ ;,4%. 6-,4% &2 /&,5&224%2 (% (+4;& <(1 +& ,4//,'-C& .&
-&*(1 .&+ ',.1%42&(,+ /',247*&+#8= J0.7/9. &+2 (% +b+2>5& .3&K/*'12421'% .6)&*'//6 /4, ^'';*&R /'(, *&+ +54,2/C'%&+ &2 247*&22&+R &2 '7d&2+ -'%%&-26+#
O%.,'1. .621&%2 &%)1,'% MNq .&+ /4,2+ .& 54,-C6 5'%.14* .&+ +b+2>5&+ .3&K/*'12421'%+#8B K-L2 &+2 (%& 4//*1-421'% ,4-C&26& /4, ^'';*& &% d(1% 8N"= f/'(, H@@ 51**1'%+ .& .'**4,+h# \&22& 4//*1-421'% &+2 0'(,%12
(% ^U`R &2 +34//(1& +(, *& ,6+&4( .&+ -'%.(-2&(,+ <(1 *3(21*1+&%2 &% 2&5/+ ,6&*#8G M//@62 )N7/C2 &+2 (% %4)1;42&(, 1%2&,%&2R 2&* <(3W%2&,%&2 QK/*',&,R `404,1R &2 Z'i1**4 P1,&0'K 4//4,2&%4%2 ? ^'';*&#
^'';*& .621&%2 .'%- /,>+ .& B"q .( 54,-C6 5'%.14* .&+ %4)1;42&(,+ 1%2&,%&2#8@ W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"G f/# 8Mh 8J ^TQA r# T,D% ̀ 2,& a1C$ \+> Y0$,&2$ b1&2 ],&,9 J$K c/0L ̀ 13$%R 8N"=R f-126 /4,h \TYO] U# d/"0 _$,%/+% F//.-$ Y/".2&
b,e$R P',7&+R 8N"= 8M
^TQA r# T,D% ̀ 2,& a1C$ \+> Y0$,&2$ b1&2 ],&,9 J$K c/0L ̀ 13$%R 8N"=
8H `\YZW9L Q# L&-C'%'5b \'%0&,&%-&R 8N"N =N 9Q`VT`WQVQ` O# a, D/-1&1*"$ >$% .0,+>% +/360$%O f1%&/10$ >$ -, 0,1%/+ %&,&1%&1*"$R A4 96-'()&,2&R U4,1+R 8NNNR /# B"8
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 20/91
"B
Collecter l’historique des localisations avec Chrome
L’autre outil dont dispose Google pour modéliser et prévoir les mobilités urbaines consiste en lacombinaison Google Chrome et Google Maps. Il est désormais possible de consulter son historique de
localisation sur internet lorsque l’on a
activé la géolocalisation sur son
smartphone. Il est assuré que cet
historique est confidentiel, cependant,
après anonymisation (une obligation
légale pour préserver la sécurité des
données personnelles), Google accède
à l’ensemble des données sur les
déplacements de ses utilisateurs.
Figure 3 Historique des déplacements d'un habitant de Melbourne (Andrew Tufts, 2015)
Inventer des solutions de mobilité : la Google Car
L’objet n’est pas nouveau, et la technologie date de 2010 : la Google Car a déjà réalisé des essais sur le
terrain et est prête à la commercialisation depuis 2015. L’entreprise est désormais très éloignée de son
moteur de recherche initial, de son modèle économique de base, du moins en apparence. S’engager sur
le terrain des mobilités urbaines, nous le verrons en troisième partie, c’est aussi profiter de l’essor des
TIC quand on est un grand groupe, ou plutôt le leader de l’économie des données (voir annexe 5 pour
mieux saisir le fonctionnement de la Google Car).
Nous observerons, toujours dans la troisième partie, lorsqu’il sera question de s’intéresser au rôle des
géants du web dans les mobilités urbaines, que la Google Car interroge clairement l’avenir des
transports. Plus concrètement, cette technologie de guidage et de conduite intégralement automatiquerisque de remettre fortement en question la place du conducteur dans son véhicule (voiture personnelle,
taxi), et même celle des conducteurs de bus et de tramways (les métros automatiques ne sont plus des
nouveautés depuis plusieurs décennies).
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 21/91
"G
Google : futur premier concurrent de RATP et SNCF Transilien ?
Grâce aux données, nous avons montré que le géant d’internet Google, devenu « Alphabet » en 2015,
prend une place grandissante dans le secteur des mobilités urbaines. Il est capable non seulement de
fournir une connaissance extrêmement précise des flux de mobilité, mais aussi d’imaginer lui-même sespropres solutions pour les transports de demain. C’est ce constat qui met à l’épreuve la place des acteurs
« traditionnels » des transports urbains, au cœur de notre réflexion : comment RATP et SNCF Transilien,
par exemple, considère t-il Google d’un point de vue concurrentiel ? Cette question qui ne se posait pas
lorsque l’entreprise n’était qu’un simple moteur de recherche est aujourd’hui centrale. Comment garder la
main sur ses données et sur l’organisation des mobilités ?
En réalité, Google n’est pas le seul à concurrencer les opérateurs « traditionnels », et il ne concurrence
pas directement RATP et SNCF Transilien, car l’entreprise ne vend pas pour l’instant ses solutions de
mobilité, mais des données, voire d’une certaine manière, des titres de transports. Google concurrencera
SNCF sur la vente des billets, et donc la filiale Voyages-SNCF.com (VSC), véritable source de profit pour
la compagnie ferroviaire. Mais comme nous l’avons exprimé, il n’est pas le seul concurrent dans la vente
des données et des billets : l’entreprise Capitaine Train a déjà sérieusement déstabilisé l’opérateur
historique lorsque l’autorité de la concurrence a forcé SNCF à permettre l’accès à ses systèmes de vente
en 2009. Voyages-SNCF.com n’était plus le seul opérateur à pouvoir vendre des billets de train en
France, et Capitaine Train vendait en 2013 1,8 millions de billets de train. 31
1.1.2. Stratégies des entreprises de mobilité pour profiter del’essor de la donnée
1.1.2.1. Beacons et modélisation des piétons : valoriser les flux
La technologie des beacons
Beacon est un terme anglais qui signifie « balise ». C’est une technologie qui s’utilise comme un
transmetteur utilisant peu d’énergie et présentant un coût de fonctionnement très faible. Il permet
d’échanger des données avec des smartphones à proximité grâce à la technologie de transmission
Wibree, autrement connue sous le nom de Bluetooth Low Energy (BLE).
=" VT]PO$L A# R,D1&,1+$ ̀ 0,1+9 -, %&,0&"D *"1 >8A1$ -, VJRd R A& P1;4,'R 8N"B
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 22/91
"@
Cet ensemble de technologies, une fois un beacon fixé et opérationnel dans un point de vente ou une
gare par exemple, permet notamment d’envoyer des messages aux smartphones proches (promotions,
publicités, participation à un concours, etc!), ainsi que de réaliser des statistiques de passage en traçant
les usages des possesseurs de smartphones. 32
Les beacons pour les transports en commun ?
Les statistiques générées par les cartes d’abonnements, comme nous l’avons abordé en introduction,
sont parfois insuffisantes, et il est impossible de tracer les trajets des usagers qui prennent le bus : ceux-
ci valident à l’entrée mais pas à la sortie, comme l’explique Bernard Marr, contributeur au World
Economic Forum : « For example on London Underground (Tube) journeys passengers are used to
“checking out and checking in” – tickets are validated (by automatic barriers) at the start and end of a
journey. However on buses, passengers simply check in. Traditionally tickets were purchased from the
bus driver or inspector for a set fee per journey. There is no mechanism for recording where a passenger
leaves the bus and ends their journey – and implementing one would have been impossible without
creating an inconvenience to the customer. »33
Les solutions telles que les beacons répondent clairement à ce besoin de « tracer » les voyageurs des
AOT et des entreprises de mobilité, car en effet, il n’est pas toujours possible de collecter des données
précises avec les infrastructures existantes (Cf. introduction, AFC / APC). Les balises, placées
directement dans les transports pourraient transmettre les informations sur les flux de voyageurs, ainsi
que leurs habitudes de transport en enregistrant les données de chaque possesseur de smartphone.
Ceci ne pourrait être instauré sans avoir préalablement posé un cadre juridique strict concernant la
réutilisation des données personnelles : nous aborderons cet enjeu ultérieurement.
Valoriser les espaces en gare
Il existe plusieurs projets pour exploiter l’opportunité qu’offre la technologie des beacons. Les entreprises
de mobilité ne proposent pas seulement des déplacements : elles vendent aussi tous les services servantau déplacement, de l’organisation du trajet au confort des infrastructures. Nous prenons ici l’exemple des
gares, avec la filiale de SNCF Gare et Connexions.
Gare et Connexion est la filiale, qui, au sein de SNCF assure la gestion et l’exploitation des espaces en
gare. Plusieurs projets existent en lien avec les beacons. Le premier aurait pour but de développer une
nouvelle technologie de guidage pour les personnes à mobilité réduite : grâce aux beacons, les données
cartographiques et la géolocalisation autoriseraient une plus grande précision qu’offrent les solutions
existantes. Le deuxième projet, plus lucratif, proposerait un nouveau service aux boutiques en gare. Dans
=8 POIQV]TrQAR Y1$+C$+"$ >,+% -$ 3/+>$ .8/'D$0%/++,-1%8 >$% Y$,(/+%R A& Z'%.&R 8N"B == ZOVV I# f/K Y1. ],&, \+> `2$ B+&$0+$& 5A `21+.% B3D0/C$ @"6-1( `0,+%D/0&% B+ a/+>/+ 4 P',7&+R 8N"G
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 23/91
"J
les faits, Gares et Connexions fournit des espaces en gare à des boutiques privées en l’échange d’une
redevance, et les beacons aideraient à analyser les flux piétons et le comportement des potentiels
consommateurs que sont les voyageurs dans les gares.
1.1.2.2. Marketing et publicité ciblés
Le fonctionnement du marketing mobile!
Autre source de profit pour les entreprises de la mobilité qui sauraient ses saisir des atouts de la donnée :
le marketing et la publicité ciblés. Le smartphone agit comme un « portail de données ». Celles-ci entrent
et sortent des terminaux (upload , download / téléverser, télécharger), et entre la sortie des données de
l’appareil (action volontaire ou non de l’individu d’envoyer des informations) et l’entrée des données dansle même appareil (action de recevoir des informations), une série d’opérations peut être réalisée. Sont
analysés plusieurs facteurs :
• Le comportement de l’individu (temps passé sur les pages d’un site par exemple)
• L’équipement (modèle de terminal, tablette ou smartphone et marque)
• La géolocalisation (ville, et déplacements de l’individu)
• Les informations personnelles (si des autorisations spécifiques ont été accordées à certaines
applications pour qu’elles communiquent avec d’autres programmes).
Avec cette combinaison de données, les entreprises ont un excellent outil de communication vers leurs
clients. Elles pourront envoyer des promotions et messages ciblés sur les informations personnelles
(sexe, âge, équipement), ou basés sur la géolocalisation des personnes (ville, rue, et désormais
boutique, grâce à la précision et à l’instantanéité des beacons.)
! Particulièrement intéressant pour les opérateurs de transports
Et le marketing mobile est justement adapté au domaine des transports, puisque les données
géolocalisées ont un sens lorsque l’on est soi même en mobilité. C’est à dire que l’individu qui se
déplace, celui qui fréquente les gares par exemple, est plus susceptible d’être interpellé par une
information qui lui sera utile lors de son déplacement (une promotion sur un jeu ou magazine « passe
temps » s’il se rend dans X point de vente, une information sur les magasins à proximité, etc!) que
l’habitant du quartier de cette même gare, qui connaitra bien son environnement.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 24/91
"M
1.1.3. Amélioration des transports existants et création denouveaux services
1.1.3.1. Adapter les transports à la demande
Adapter l’offre à la demande
L’une des avancées que permettent les statistiques d’aujourd’hui grâce à l’accélération de la remontée et
du traitement des données consiste en la connaissance très poussée qu’ont les AOT de la fréquentation
de leurs lignes. S’il est toujours difficile de visualiser exactement et rapidement les flux automobiles
(comptage manuel dans la plupart des cas), ce n’est pas le cas pour les flux de voyageurs : presque tous
les réseaux sont équipés de capteurs et de technologies de comptage automatique (Cf. AFC, APC en
introduction).
Adapter le service aux nouvelles générations
Alfred Marshall, en 1890 écrivait : « Les projets de grandes et soudaines transformations sont
maintenant, comme toujours, condamnés à échouer et à provoquer des réactions ; le progrès ne peut
pas être sûr s’il s’accomplit si vite que l’organisation nouvelle soit très en avance sur nos idées. » 34
Cette phrase peut se lire comme une clé de compréhension qui s’applique aussi bien aux successives
révolutions industrielles, qu’aux bouleversements qu’engendre la croissance de l’économie de la donnée
en particulier et des TIC en général. Ici, il s’agit de dire que l’émergence de la donnée, qui la place
presque au centre des innovations dans les mobilités urbaines, doit être suivie d’une transformation
profonde des organisations elles mêmes pour ne pas échouer dans ce progrès. Si l’économie de
l’information permet à de nouveaux concepts, de nouvelles mobilités de voir le jour, il faut permettre à ces
dernières d’exister, en transformant, en adaptant le cadre institutionnel qui régit nos déplacements
(acteurs publics, acteurs privés, acteurs politiques). Les usagers des transports urbains sont déjà en
demande de nouveaux moyens de déplacements : nous ne pouvons que constater le succès
relativement récent du vélo en libre service et l’essor du covoiturage. Permettre aux startups d’exploiter ladonnée, c’est favoriser l’amélioration de la qualité des transports et des services urbains qui y sont liés.
Les jeunes générations, celles que l’on appelle génération Y, ou même Z, et celle des digital natives sont
par exemple en demande d’instantanéité, de précision, et plus généralement d’informations. 35 La
multiplication du nombre d’applications smartphone dédiées aux déplacements témoigne de ce besoin,
car ces applications sont autant utiles pour planifier un trajet que pour informer au cours d’un
déplacement (retard ou incident). Dans les villes dotées d’un réseau de transport complexe, ces
=B ZOV`YOAA O# @01+(1D$% >#8(/+/31$ D/-1&1*"$R f"MHNh 2'5& "R ^14,. s I,1>,&R U4,1+R "HN@R /# @= =G O$IQVL ]# a$ ("-&$ >$ -#"0.$+($ X -, %/(18&8 3,-,>$ >" &$3D%R P*4554,1'%R 8NN=
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 25/91
"H
applications sont parfois considérées comme « indispensables » : un grand nombre d’articles traitent du
sujet, en proposant un « top des applis » pour se déplacer par exemple36
1.1.3.2. L’usager des transports comme finalité ? Illustration par lacartographie collaborative
Il est impossible de parler de la montée en puissance de la donnée dans les transports urbains sans
aborder la cartographie collaborative. OpenStreetMap (OSM), projet lancé en 2004, a pour objectif de
cartographier le monde de façon collaborative, pour proposer une cartographie gratuite et libre de droits,
telle que s’est construite l’encyclopédie Wikipédia. Aujourd’hui, OpenStreetMap propose une cartographie
plus précise que celle de Google Maps37
Nous le constaterons dans cette partie, la construction collaborative des données cartographique a un
impact globalement positif et intéressant à étudier pour les usagers des transports urbains : nous nous
appuierons sur la cartographie de l’accessibilité pour le démontrer.
Améliorer la prise en compte des personnes à mobilité réduite dans les transports
Une des missions d’OpenStreetMap est de cartographier l’accessibilité. Il existe un grand nombre de
contributeurs, qui chaque jours, grâce à plusieurs applications, logiciels, et sites dédiés, ajoutent descouches d’informations sur l’accessibilité des monuments, des transports, des trottoirs, et autres lieux
publics. L’image ci-dessous est issue du site allemand Wheelchair.org, qui utilise la cartographie
collaborative (et le fond de carte issu d’OSM) pour qualifier l’accessibilité ou non des espaces publics. On
remarque sur cette partie de la carte par exemple, en rouge, l’inaccessibilité de certains transports place
Bellecour à Lyon (ici, les entrées du métro notamment)
=@ A& P1;4,'R L'/12'R N"%&2R I*'; Z1-,'+'02R ^&%&,421'% WLR \12bi&(5R &2-g
=J r'1, -'5/4,41+'% .& -4/2(,&+ .36-,4%+ .& ^'';*& Z4/+ &2 T`ZR O%%&K& 8
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 26/91
8N
Figure 4 WheelChair.org, cartographie de l'accessibilité
Les entreprises : premières bénéficiaires de l’essor des données ?
Alors qu’OSM propose des fonctionnalités relativement faciles à s’approprier pour les développeurs et les
professionnels, on ne peut pas affirmer que l’outil est tout à fait adapté au « grand public » (les usagers
des transports en commun, les habitants).
Nous pouvons appliquer cette problématique à l’ensemble des politiques d’open data : « Le discours sur
les données publiques soutient la promesse d’un renouvellement du savoir et du pouvoir par l’accès aux
données par le plus grand nombre. Or l‘open data est une démarche de publication de donnée brutes qui
s’adresse à une communauté réduite capable d’interpréter ces données. La complexité de certains
formats et la structuration métier de certaines données les rend bien souvent inintelligibles au citoyen. »38
L’outil d’édition, qui permet de collaborer et d’intégrer des données sur la base, nécessite un minimum de
formation pour l’utiliser, et il n’a pas été conçu pour être ergonomique pour tous les profils d’internautes.
Quant à l’outil de visualisation en ligne, il a été pensé comme une vitrine des possibilités qu’offre OSM. A
l’instar de GoogleMaps, qui a optimisé les différentes visualisations des jeux de données (transports en
commun, itinéraires, relief, photographies, etc!) pour qu’elles soient accessibles au plus grand nombre,
OSM propose plutôt une interface pour visualiser en « deuxième temps » une cartographie mondiale
=M A17&,21-R a$ (1&/G$+ , &'1- "+$ D-,($ >,+% -#/D$+ >,&, 4 8N"8R &% *1;%&R -'%+(*247*& ? *34.,&++& D
C22/+Dmm*17&,21-#_',./,&++#-'5m8N"8mN8m"Jm*&c-12'b&%c4c2c1*c(%&c/*4-&c.4%+c*'/&%c.424m
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 27/91
8"
détaillée et à jour. C’est à dire que pour obtenir une visualisation représentative, adaptée et esthétique
d’un jeu de données, une étape sera nécessaire pour transformer le rendu : la « data-visualisation » 39.
Cartographier sur OpenStreetMap ne répond pas immédiatement à un besoin des usagers, ou du moins,
pas directement. Les bases données, dans le sens générique du terme, sont utilisées par les entrepriseset les organisations pour collecter, hiérarchiser et traiter leurs données. OpenStreetMap est un moyen
pour les elles de répartir ou classer les données selon leurs coordonnées géographiques. Pour les
organisations qui ont une activité « dense » sur un grand territoire, comme les entreprises des domaines
de l’énergie, du transport et de la logistique, de la gestion de l’eau ou encore des infrastructures,
OpenStreetMap leur propose une base de donnée puissante pouvant servir à entrer et extraire des
données précises : une base pour ensuite alimenter des programmes de gestion à l’échelle territoriale, et
en interne.
Dans ce type de configuration, le logiciel OSM et l’API qui permet l’extraction des données ne s’adresse
pas directement au grand public et donc à l’usager. OpenStreetMap s’utilise ici comme un appui à la
gestion des données géolocalisées, et non comme un « portail d’Open Data ». Mais l’association
OpenStreetMap ne définit pas de possibilités d’usages à privilégier, elle propose en accès libre un logiciel
puissant à destination de tous : l’entreprises, ses salariés ses ingénieurs, et la société avec ses citoyens
et ses services publics et privés. Là encore, c’est le résultat de l’utilisation par tous qui comptera : plus les
données sont collectées puis traitées, plus la connaissance géographique permettra in fine d’améliorer
les services publics et privés proposés aux citoyens. C’est bien l’usager qui peut en bénéficier en « bout
de chaine », puisque ni OpenStreetMap, ni les entreprises et les collectivités de manière générale ne lui
demanderont de payer cette amélioration du service.
En revanche, les intermédiaires comme Open Data Soft s’adressent exclusivement aux entreprises et
aux collectivités : leur produit est un extracteur de données, ce que l’on appelle la Data Visualisation. Il
s’agit d’extraire les données les plus pertinentes pour une mesure précise et de pouvoir les visualiser
d’une façon la plus représentative possible : des cartes de chaleur, des anamorphoses, des
modélisations 3D, des nuages de points, des diagrammes, etc!(voir les deux exemples en annexes)40
Ce sont généralement des outils destinés à l’interne des entreprises et des collectivités, et qui présentent
peu d’intérêt pour une utilisation « démocratisée ». Mais encore une fois, rappelons que l’intérêt de cetusage profitera indirectement à l’usager, lorsque les services qui lui sont proposés s’améliorent.
Un objectif de satisfaction de l’intérêt général
Néanmoins, des initiatives ont vu le jour pour faciliter l’accès à l’édition sur OpenStreetMap. C’est le cas
par exemple du Humanitarian OpenStreetMap Team (HOT), ou de l’organisation Missing Maps qui aident
=H r1+(4*1+421'% .&+ .'%%6&+ D )'1, *&K1<(& &2 47,6)1421'%+ /'(, .4)4%24;& .& /,6-1+1'%+ BN O%%&K&+ @ &2 J
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 28/91
88
des populations de pays en développement à cartographier elles même sur OSM. Il s’agit de cartes sur le
thème du développement économique pour aider à la décision, mais principalement de cartographier le
risque dans le but d’enrichir collectivement les bases de prédiction des risques naturels.
Outre les initiatives internationales et humanitaires, on peut observer une volonté des collectivitésterritoriales en France de rendre l’outil plus accessible : des « carto-parties»,41 relativement nombreuses,
sont organisées généralement en collaboration avec des collectivités et des associations. La Ville de
Montpellier en organise régulièrement, notamment autour de la thématique du handicap et de
l’accessibilité.42 Les participants aux « carto-parties » ont différents niveaux de maitrise de la collecte et
de l’édition de donnée, et les initiés ont généralement pour rôle de transmettre leur savoir-faire aux
débutants. C’est ainsi que la communauté OpenStreetMap s’agrandit, et qu’elle prend tout son sens :
plus les cartographes sont nombreux, meilleur sera le niveau de détail et de fiabilité de la cartographie
finale.
1.2. Des coûts d’investissements motivés par une logiqueprivée
1.2.1. L’investissement privé dans les TIC : quel profit ?
1.2.1.1. Mesurer la part de l’investissement consacrée à l’innovation dansles systèmes d’information
Quelles entreprises de transports investissent dans la donnée ?
Proclamé par plusieurs médias comme « mot de l ‘année », en 2012, 2013, 2014 et 2015, le Big Data
séduit fortement les entreprises, comme nous l’indique cette étude menée par Cap Gemini, groupe de
consultance en gestion et technologies : « 61% des entreprises constatent que le Big Data peut devenir
"moteur de croissance à part entière", étant considéré comme aussi précieux que leurs produits et
services existants". 43% des entreprises se sont déjà restructurées ou se restructurent actuellement
pour exploiter le potentiel du Big Data. »43
B" \4,2' U4,21& D +64%-& ',;4%1+6& &% 6)6%&5&%2 .& -4,2';,4/C1& -'**47',421)&R )'1, *&K1<(& &2 47,6)1421'%+# B8
`12& Z'%2/&**1&, L&,,12'1,& ](56,1<(& -'%+(*26 *& N8#NM#8N"G#C22/Dmm5'%2/&**1&,#2&,,12'1,&%(5&,1<(&#',;m'/&%.424m-4,2'/4,2bm
B= Q2(.& .& \OU ^QZW]WR Z4,+ 8N"G
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 29/91
8=
De plus, les estimations « fusent » : on parle d’un marché qui atteindra plus de 114 milliards de dollars en
2018.44 Ces prévisions seront nuancées dans la partie suivante. Pourtant, c’est un fait : certaines
entreprises de transport n’hésitent pas à investir dans l’amélioration des systèmes d’information pour
mieux traiter la donnée. Keolis compte par exemple investir 30 millions d’euros sur trois ans dans un
nouveau pôle en charge notamment du chantier numérique. Cette entreprise s’est rapprochée égalementde six startups, et a investit dans l’entreprise Moovit45 (équivalent de Waze pour les transports urbains,
qui a levé 50 millions de dollars en janvier 2015). 46
Il serait réducteur de mentionner uniquement les acteurs de la mobilité qui investissent dans les
systèmes d’informations. Les opérateurs téléphoniques ont tout intérêt à voir dans les données (y
compris celles appliquées aux transports urbains) une forte valeur. Ce sont eux, qui en partie, investiront
pour que leurs technologies sans fil puissent collecter des données, pour ensuite les traiter et les
valoriser sur le marché en BtoB, en les vendant par exemple aux entreprises de transports.
L’impossibilité d’isoler la dépense dans la donnée seule
Mais l’investissement dans l’amélioration des systèmes d’informations dont on parle ne saurait être
rentable, ou utile, sans un investissement dans les technologies elles-mêmes. C’est pourquoi on ne peut
exclure l’investissement dans la donnée du financement de l’innovation technologique au sens large. Plus
concrètement, la donnée doit être produite, et doit pouvoir profiter à une utilisation. Il faudra donc investir
dans des capteurs, des caméras, des applications smartphone et d’autres technologies très hétérogènes
pour la produire, et investir dans un ou des supports pour la visualiser et l’utiliser (applications
smartphone, écrans, site internet, etc!) L’exemple de la réalité augmentée 47 à travers la startup
WayRay48 peut illustrer ce principe. Le produit que vend cette entreprise est un pare-brise connecté, qui
affiche un ensemble de données (données GPS, état des routes et trafic, données sur le véhicule),
destinées à améliorer la visualisation des informations de conduite sous la forme « réalité augmentée ».
Il est clair que cette même startup devra vraisemblablement investir dans l’accès aux données de base
(trafic et guidage), comme toute entreprise de réalité augmentée, mais elle devra surtout consacrer son
investissement à l’achat et au développement de technologies annexes permettant l’affichage de ces
données, car son innovation ne réside pas dans la pertinence des données mais dans l’ergonomie deson support : le pare brise en « réalité augmentée ».
BB OIW V&+4,-CR A'%.'%R 8N"= D H F-/6,- %D$+>1+. /+ 61. >,&, 6G /0.,+1e,&1/+% K1-- $g($$> hM; 61--1/+ 1+ ?=;M9 A1+>% , +$K
3,0L$& A/0$(,%& 6G \YB _$%$,0(2O `2$ %D$+>1+. K1-- .0/K ,& , R\F_ /A ?NOiP /C$0 &2$ +$g& A1C$ G$,0%9 0$,(21+. h;;E 61--1/+ 1+ ?=;jO `2$ A/0$(,%& 1+(-">$% &2$ 3/+$G %D$+& /+ 1+&$0+,- %,-,01$%9 D0/A$%%1/+,- %$0C1($%9 &$(2+/-/.G %$0C1($%9 1+&$0+,-
2,0>K,0$9 ,+> 1+&$0+,- %/A&K,0$O k BG YOVZO]L T# a$ &0,+%D/0&$"0 D"6-1( l$/-1% A,1& -$% G$"g >/"g ,"g >8C$-/DD$"0%R P,&%-C_&7R 8N"G B@ YOVZO]L T# T//C1&9 -$ b,e$ >$% &0,+%D/0&% D"6-1(%9 -mC$ n= 31--1/+% >$ >/--,0%9 l$/-1% QVJRdS $& Y$0+,0> \0+,"-& ,"
(,D1&,- R P,&%-C_&7R 8N"G BJ
V64*126 4(;5&%26& D &%+&57*& .& 2&-C%'*';1&+ /&,5&224%2 .3456*1',&, *4 -'%%41++4%-& .& +'% &%)1,'%%&5&%2 &% 2&5/+,6&*# r'1, *&K1<(& &2 47,6)1421'%+BM VOa]OA O# b,G0,G9 -, C/1&"0$ , >8%/03,1% %/+ D,0$'601%$ (/++$(&8 R P,&%-C_&7R 8N"G
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 30/91
8B
Cet exemple montre la difficile quantification de l’investissement dans l’économie de la donnée. Il est
nécessaire de considérer l’information comme étant au cœur de presque toutes les innovations
numériques, et donc, de comprendre les investissements essentiels dans les technologies de la donnée :
collecte (capteurs), traitement (stockage et main d’œuvre), et distribution (supports d’affichage etdéveloppement web).
1.2.1.2. Quantifier l’apport financier du traitement des données
Une spéculation certaine sur la valeur des données
Si les entreprises de la mobilité, ainsi que celles de tous les autres secteurs investissent de grandes
sommes dans le développement des systèmes de collecte, traitement et distribution des données,
c’est parce que le marché des systèmes d’informations, du Smart et Big Data est au centre d’un
processus spéculatif. Il existe de très fortes espérances sur la rentabilité des données de masse
chez les acteurs économiques (banques, décisionnaires d’entreprises, investisseurs et actionnaires).
Le caractère exagéré, et même spéculatif de la valeur des grands jeux de données peut s’observer à
travers la nature divergente des estimations et prévisions économiques de la taille du marché qu’il
représente.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 31/91
8G
Figure 5 Estimations de la taille du marché mondial du Big Data selon les sources – Réalisation personnelle
Selon Frydman et Goldberg, en 2013, il y a pourtant là un signe positif qui est envoyé : le fait
d’accorder de la valeur au futur marché de la donnée ne peut pas être basé uniquement sur des
prévisions échappées ex nihilo. « Pourtant, bien que la spéculation de valeurs et la spéculation de
court terme soient toute deux influencées par les tendances de court terme des fondamentaux, les
marchés financiers sélectionnent les projets et les entreprises qui, dans l’ensemble, donneront aux
investisseurs et à la société des retours de long terme bien supérieurs à ceux que produiraient
toutes les tentatives d’allouer du capital sans l’intermédiaire des marchés. » 49
Mesurer l’apport des données pour les entreprises ?
Les signaux positifs ou négatifs qui poussent les acteurs économiques à investir sont parfois liés à
d’autres éléments que les valeurs quantitatives permettant les calculs de rentabilité : « Par exemple,
si une entreprise se dote d’une meilleure équipe de direction, ses performances de court terme
comme ses perspectives de long terme sont susceptibles de s’améliorer. » 50 Et c’est ce qui
caractérise largement le marché d’internet et des TIC : les valeurs boursières sont très fluctuantes,
BH PVa9ZO] V# ^TA9IQV^ Z# T,0(28% X -, A1+ >$% 3/>m-$% %&,+>,0> R U,1%-&2'% $%1)&,+12b U,&++R 8N"=R /# 8NM GN PVa9ZO] V# ^TA9IQV^ Z# T,0(28% X -, A1+ >$% 3/>m-$% %&,+>,0> R U,1%-&2'% $%1)&,+12b U,&++R 8N"=R /# 8NH
N
"N
8N
=N
BN
GN
@N
8N"8 8N"= 8N"B 8N"G 8N"@ 8N"J 8N"M 8N"H
O - 7 =
N 1 .
4 P 9 @ ' - 8 -
Q 2 0 C
9 6 6 9 - 7
. ;
. 2
. /
6 6 - 7 ;
R
J0012;
W%24,%421'%4* 9424 \',/',421'%
L,4%+/4,&%-b Z4,t&2 V&+&4,-C
W%2&,%421'%4* W%+212(2& '0
O%4*b21-+
Z4,t&2+4%.+ Z4,t&2
O..b%&++ f54;4i1%&h
A& P1;4,'
OUWQ\
$+1%& 91;124*&
A4 L,17(%&
O**14%-&I1;9424
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 32/91
8@
et les GAFA51 (Google, Apple, Facebook, Amazon) basent souvent les signaux qu’ils envoient aux
actionnaires sur des remaniements internes.
Mais plusieurs éléments nous poussent à constater des effets pervers de cette bulle spéculative. Si
l’on peut croire que les données ont véritablement un prix, on se méfiera en revanche du décalageentre le prix effectif de (x) ou (y) masse de donnée, par rapport à la valeur que lui donne un
investisseur ou un groupe financier. Dans Théorie de la régulation, Robert Boyer explique que « si la
financiarisation intervient dans une économie encore dominée par la société salariale, c’est à dire
que le revenu du travail est le déterminant essentiel du mode de consommation, alors un relèvement
de la norme de rentabilité a au contraire un impact négatif » L’auteur prend pour exemple la crise
japonaise des années 1980, en montrant que l’ouverture du pays à la finance internationale a
notamment « détérioré » les indicateurs de rentabilité. 52
L’entreprise de R&D 451 Research a estimé par exemple que le Big Data ne représentait qu’une
petite partie de l’ensemble des données stockées mondialement : « ( ! ) big data accounted for just
3% of the total data storage footprint in 2012 – and the exact same percentage in 2013 ».53 Le même
article, de Matt Aslett, qui adopte ce point de vue nuancé, ou plutôt sceptique quant à l’intérêt du Big
Data, qualifie de « over-hyped » (en français : « plus qu’exagéré ») l’attrait pour les données de
masse.
De plus, dans le nuage de points que nous avons réalisé, nous avons volontairement écarté les
valeurs extrêmes des prévisions par certains médias et instituts, allant jusqu’à 5,000 milliards de
dollars pour 2025 ou encore 125 milliards de dollars pour 2018.54
1.2.2. La revente des données personnelles comme activitéexclusivement privée
1.2.2.1. Conflits juridiques et revente des données
Il suffit de s’écarter brièvement du domaine des mobilités pour constater l’ampleur d’une problématique
telle que celle de la revente des données personnelles. Facebook, Microsoft et Google sont par exemple
prêts à collaborer avec les banques pour permettre à ces dernières de réduire leurs risques concernant
G" T% .6+1;%& +'()&%2 /4, *&+ ^OPO *&+ E ;64%2+ F &57*65421<(&+ .31%2&,%&2R /4, *&(, -4/4-126 ? 4)'1, 2,4%+0',56 *&
/4b+4;& %(56,1<(&#
G8 ITaQV V# `28/01$ >$ -, 08."-,&1/+9 ;O a$% A/+>,3$+&,"g R A4 96-'()&,2&R U4,1+R 8NNBR /# HM G= O`AQLLR Z# VD/&-1.2&X Y1. >,&, 0$(/+%1>$0$>X 1&Z% &2$ $(/+/31(%9 %&"D1> R 8N"=
GB ]'(+ 4)'%+ 6-4,26 *&+ )4*&(,+ &K2,n5&+ %'% /4+ /4,-& <(& %'(+ *&+ 4)'%+ /&,+'%%&**&5&%2 d(;6&+ -'55& &K4;6,6&+R541+ /4,-& <(31* 4(,412 04**( (% ;,4/C1<(& -'5/,&%4%2 .&+ 4K&+ ? 74+& *';4,12C51<(& 2,'/ 6*&)6& /'(, ,&%.,& -'5/2& .&
*4 .1+/&,+1'% .&+ &+215421'%+#
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 33/91
8J
les prêts aux particuliers. Le dernier exemple est récent : Facebook a breveté une solution qui permettra
aux banques de refuser automatiquement un prêt selon le réseau social de l’individu. A terme, il sera
possible d’identifier les clients ayant un réseau d’amis sur leur réseau social aux faibles capacités de
remboursement. 55 Si l’on peut imaginer que les banques sont prêtes à investir lourdement dans les
technologies qui leur permettent de réduire leurs risques, les acteurs de la mobilité sont-ils aussi enmesure de réutiliser les données personnelles des individus ?
On peut imaginer plusieurs réutilisations des données personnelles. Nous différencions l’utilisation des
données de masse et la revente des données plus sensibles par l’usage qui est fait des informations
récoltées. Quand les données « de base » sont utilisées telles que nous l’avons décrit plus haut, (c’est à
dire pour modéliser les flux, améliorer la compréhension des comportements d’achats, etc!) nous
parlerons simplement de réutilisation des données. Mais lorsque les informations personnelles sont
utilisées pour les revendre ou même seulement les communiquer aux autorités ou aux banques, nous
utiliserons plutôt l’expression de réutilisation des données personnelles, car elles concernent un seul
individu et peuvent parfaitement être associées à celui-ci et par conséquent lui causer du tort.
Des groupes privés très volontaires pour collecter et revendre les données personnelles
Les données de mobilité peuvent être considérées comme personnelles : les déplacements sont libres, et
ils concernent les individus eux-mêmes. Seuls les détectives privés, les enquêteurs et en général les
autorités sont en droit d’effectuer des filatures, et tenir un registre sur les déplacements d’une personne
en particulier. Pourtant, Google, par le biais de son système d’exploitation Android et de son application
Google Chrome, détient les informations sur les déplacements de tous leurs utilisateurs. Non seulement
pour leur caractère commercial (réutilisation des données de masse), mais aussi pour leur nature
confidentielle (seuls quelques opérateurs sont capables de récolter des informations aussi sensibles que
la géolocalisation dans le temps), on comprend pourquoi les données de mobilité représentent une
véritable valeur ajoutée pour les groupes privés. Ces derniers sont prêts à s’investir pleinement dans le
lobbying, et parfois même dans le contournement des règles de confidentialité fixées par les Etats.
La plupart du temps, les données personnelles sont demandées en l’échange d’une certaine forme de
« récompense », comme l’accès à un réseau social ou la possibilité utiliser gratuitement uneapplication.56 Mais outre cette facilité rencontrée par les entreprises d’internet pour réclamer et accéder
aux données personnelles, parfois « sensibles » des individus (la startup de covoiturage Karos demande
l’adresse du domicile et du travail par exemple), le discours que l’on entend habituellement à ce propos
remet peu en question ces pratiques. Le propos d’Eric Schmidt (ex PDG de Google) représente très bien
l’idée selon laquelle « les personnes qui ne souhaitent pas que ce qu’elles font se sache devraient ne pas
agir « tout court » : « If you have something that you don’t want anyone to know, maybe you shouldn’t be
GG A& U'1%2R I& %1 "+$ 6,+*"$ C/"% 0$A"%,1& "+ D0o& : (,"%$ >$ C/% ,31% d,($6//L 4 8N"G G@ VT\YQAO]9QL P# I(/+/31$ >$% >/++8$% D$0%/++$--$% $& >$ -, C1$ D01C8$R A4 96-'()&,2&R U4,1+R 8N"NR /# M@
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 34/91
8M
doing it in the first place». 57 Cela revient à dire que désormais tout se sait, et que dans le futur, aucun de
nos déplacements ne pourra être invisible, ou même oublié par les entreprises qui recueillent et stockent
nos données de mobilité.
Cependant, ce ne sont pas les données considérées séparément qui ont une valeur, mais l’agrégations,la concentration de plusieurs données qui permettent de connaître une partie souvent très importante de
la vie privée des individus.58 L’argument qui avance que nous n’avons rien à craindre de la dispersion de
nos données personnelles doit plutôt être entendu comme le fait que nos données n’ont aucune valeur
lorsqu’elles concernent chacun de leurs possesseurs , mais qu’elles se valorisent lorsqu’elles peuvent
caractériser un flux ou une masse d’individus.
1.2.2.2. L’utilisation des données personnelles dans une logique publique
La loi sur le renseignement de 2015 : un recul des libertés ?
La loi sur le renseignement, votée en 2015 permet une procédure « d’urgence opérationnelle », qui
autorise les services des renseignements d’outrepasser les procédures habituelles.59 Le texte de loi
(Article L. 851-3) prévoit aussi de consentir à la collecte des données personnelles sous la forme d’une
« boite noire » directement depuis les téléphones en temps réel des personnes identifiées comme des
menaces. Ces informations peuvent révéler notamment la localisation des terminaux en question. Le
rapport N°1022 de l’Assemblée Nationale est clair sur le sujet : « Néanmoins, la géolocalisation en temps
réel est techniquement distincte de la communication des données géographiques, et elle met en jeu, au-
delà du droit au respect de la vie privée, la liberté d’aller et venir ».60 Les critiques sur cette loi sont
nombreuses, et réinterrogent les enjeux que nous avons soulevé dans la partie précédente : les données
personnelles et sensibles (géolocalisation principalement) détenues par les entreprises de transports et
Google pourraient-elles être livrées aux gouvernements ?
Etat des lieux du droit de l’utilisation des DP dans le monde
« Aux Etats Unis, la protection légale de la vie privée sur internet est a minima. En fait, dès lors qu’une
personne divulgue des DP (données personnelles) ou que la collecte et l’exploitation s’effectuent dans
des conditions non frauduleuses, il n’y a pas de contraintes spécifiques pour les firmes. »61
GJ `\YZW9L Q# \]I\ W%2&,)1&_R 8NNH GM VT\YQAO]9QL P# I(/+/31$ >$% >/++8$% D$0%/++$--$% $& >$ -, C1$ D01C8$R A4 96-'()&,2&R U4,1+R 8N"NR /# MB GH L$OA Z# A& Z'%.&R a/1 %"0 -$ 0$+%$1.+$3$+& X *"$ (/+&1$++$+& -$% >1%D/%1&1/+% ($+%"08$% D,0 -$ R/+%$1- (/+%&1&"&1/++$- 4
8N"G @N $VrTO` S#S [ rQV\YQVQ U# V4//',2 .31%0',5421'% .& *3O++&57*6& ]421'%4*& %l"N88R 8N"= @" VT\YQAO]9QL P# I(/+/31$ >$% >/++8$% D$0%/++$--$% $& >$ -, C1$ D01C8$R A4 96-'()&,2&R U4,1+R 8N"NR /# HN
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 35/91
8H
En Europe, les conditions que doivent respecter les organismes dans la collecte des données
personnelles ont été largement inspirées de celles dictées par l’OCDE en 1980 :
• Limitation à la collecte des données
•
Usage défini et appliqué• Communication du but de la collecte et limitation de l’utilisation des données à ce but
• Restrictions de la divulgation des données
• Sauvegardes et mesures de sécurité à appliquer pour protéger les données
• Transparence sur l’utilisation et les changements d’utilisations des données personnelles
• Le droit des individus d’avoir accès à leurs données et à leur utilisation
• Responsabilité des contrôleurs des données vis à vis des principes énoncés. 62
Dans le même rapport, il est précisé qu’en Asie, les principes de protection des données sont similaires à
ceux de l’OCDE et de l’Union Européenne.
Waze : premier « informateur » pour les villes ?
Rio de Janeiro est la première ville à avoir utilisé les données fournies par Waze. On ne pourra pas parler
ici de réutilisation des DP par une institution publique, puisque nous définissons les DP dans l’usage de
ces données comme une assignation de ces informations personnelles à un seul utilisateur bien identifié.
« Rio is the first city in the world to collect real-time data both from drivers who use the Waze navigation
app and pedestrians who use the public-transportation app Moovit, giving it an unprecedented view on
thousands of moving points across the sprawling city. Rio is also talking to the popular cycling
app Strava to start monitoring how cyclists are moving around the city too. » 63 Il s’agit bien ici de
l’analyse des masses de données, si l’on ajoute ce caractère de multiplicité des phénomènes dans
l’espace étudié : « On an average day in June, Rio’s transport planners could get an aggregated view of
110,000 drivers (half a million over the course of the month), and see nearly 60,000 incidents being
reported each day »64
Dans le même article, la porte parole de Waze (Julie Mossler), affirme que les traces GPS
personnellement identifiables ne sont pas partagées. Les gouvernements n’y ont donc, en théorie, pas
l’accès. Cependant, ces gouvernements locaux ne payant pas le service que Waze peut leur offrir,
n’hésitent pas à partager avec l’entreprise les données qu’ils récoltent autrement, par exemple avec leurs
caméras et leurs capteurs de trafic. Waze peut ainsi améliorer la « robustesse » de son application, en
diversifiant ses sources d’informations, grâce à la coopération avec les villes. Ce type de partenariat est
@8
W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# =@ @= TA`T] U# b2G F//.-$#% b,e$ B% ̀ 0,>1+. U%$0 ],&, b1&2 a/(,- F/C$0+3$+&%R P',7&+R 8N"B@B TA`T] U# b2G F//.-$#% b,e$ B% `0,>1+. U%$0 ],&, b1&2 a/(,- F/C$0+3$+&% R P',7&+R 8N"B
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 36/91
=N
souvent qualifié de « gagnant-gagnant », même si l’anonymat des données récoltées, bien qu’assurée
par les entreprises et les gouvernements locaux, pose tout de même question. 65
Pour l’illustrer, prenons l’exemple des taxis new-yorkais, dont la ville de New-York a récolté les données
concernant 173 millions de courses, et révélé ces dernières par inadvertance sous la forme d’un fichierde 20 GB. Les données, bien que sensées être anonymisées par une procédure de chiffrement – ou
encryption – faisaient facilement référence au numéro de licence de chaque taxi, puisque le chiffrement
était « pauvre »66, et l’anonymat par conséquent, très faiblement protégé.67 Les propos de CAVOUKIAN
A. et CASTRO D. prennent tout leur sens ici : les données très précises de géolocalisation doivent faire
l’objet d’une protection renforcée. « In the case of high-dimensional location or trajectory-based data,
there is a compelling argument to be made for using the most robust of these techniques and even
seeking additional data protection methods. »68
De plus, nous ajouterons que les mouvements de personnes deviennent ainsi de plus en plus
prévisibles : ce sont dès lors des empreintes digitales : « People’s patterns of movement in space and
time are repetitive and predictable. These trajectories are powerful identifiers – like fingerprints. »69 On
retrouve ici l’idée de la trajectoire spatio-temporelle selon Hägerstrand70.
C’est par cette première partie que nous avons pu prendre connaissance des raisons pour lesquelles les
acteurs privés dans leur ensemble (grands groupes de mobilité et géants du web) se sont déjà saisis des
potentiels qu’offraient les masses de données appliquées aux transports urbains. A travers l’exemple
d’OpenStreetMap, nous avons pu constater que ces mêmes données pouvaient être utile à l’ensemble de
la société. Il s’agira de savoir dans la partie suivante comment l’acteur public se positionne dans cette
nouvelle révolution de la production des données, grâce notamment à ses politiques d’open data.
@G TA`T] U# b2G F//.-$#% b,e$ B% `0,>1+. U%$0 ],&, b1&2 a/(,- F/C$0+3$+&% R P',7&+R 8N"B @@ A& -C100,&5&%2 m $+(0GD&1/+ (21*1+6& 1-1 62412 *34*;',12C5& Z9GR -'%%( /'(, n2,& 1%+(001+4%2 /'(, -'.&, &2 4++(,&, *4
+6-(,126 .&+ .'%%6&+#@J ^TT9W] 9# @//0-G ,+/+G31e$> -/.% 0$C$,- JcR (,6 >01C$0%# >$&,1-$> K2$0$,6/"&%9 O,2+L&-C%1-4 8N"B
@M W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# G=R m \OrT$oWO] O [ \O`LVT 9# Y1. ],&,
,+> B++/C,&1/+9 V$&&1+. &2$ _$(/0> V&0,1.2& X ]$'1>$+&1A1(,&1/+ ]/$% b/0L R WLWPR T%24,1'R 8N"B @H W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# G8 JN IQaQV \# VTaT$j 9# a, 3$%"0$ >$% &$3D/0,-1&8% &$001&/01,-$% X ,DD-1(,&1/+% $& +/"C$,"g >8A1% c a#,(&1/+ D"6-1*"$ A,($ ,"
&$3D% >$ C1C0$ f/# "@H u 8N"hR 8N"=
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 37/91
="
2. Les stratégies de l’action publique :l’open data comme obligation de servicepublic ou levier d’innovation ?
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 38/91
=8
2.1. Un besoin de partager et décentraliser la production de ladonnée
2.1.1. Une production de la donnée historiquement Top Down
La pensée d’Alain DESROSIERES caractérise bien l’origine de la production des données, qui est
désormais portée à changer rapidement : l’Etat a centralisé la production de la donnée et des statistiques
dans un contexte où il était l’acteur central et incontournable de tous les grands projets et de toutes les
constructions. Non seulement, pour lui, « Le développement du réseau statistique est lié à celui d’un
système d’institutions »
71
car il reflète les volontés centralisatrices des institutions, mais une telleproduction statistique révèle aussi le besoin d’un « Etat ingénieur » du début du XXème siècle.72 Nous
pouvons aussi lire Joseph GARNIER, qui déjà en 1865 écrivait : « La statistique constate et recueille les
faits sociaux qui peuvent s’exprimer numériquement, avec un esprit de méthode et un degré de précision
que l’histoire et la géographie n’ont jamais eu. »73
Aussi, la collecte des données sur le trafic routier est une obligation légale de l’Etat, créée par décret
(Article D111-2 du code de la voirie routière) : « Afin d'assurer la connaissance statistique des réseaux et
des trafics routiers, l'Etat mène, auprès des usagers de la route, des enquêtes sur leurs déplacements.
Les données recueillies au cours de ces enquêtes sont anonymes. »74
Si les données en masse concernent souvent une multitude d’éléments (les individus d’une population,
les adresses postales d’une ville, etc!), elles ont presque toujours été centralisées par un seul acteur
(entreprise ou administration). L’INSEE est par exemple en France la principale source d’information sur
les populations et leurs caractéristiques. Parler d’une production de la donnée sur un modèle Top-Down,
c’est considérer qu’une institution effectue à elle seule le travail de collecte, de traitement et de
distribution de l’information. Deux raisons peuvent expliquer la nécessité de centraliser la collecte des
données par un seul acteur.
D’une part, le temps nécessaire à la collecte et le traitement d’un grand volume de données était bien
plus long avant l’arrivée des TIC, et par conséquent, seuls les organismes disposant d’une main d’œuvre
nombreuse pouvaient prétendre à collecter un volume critique d’informations.
D’autre part, la qualité des données est primordiale lorsque celles-ci sont collectées dans un cadre public
(sondages et enquêtes), car elles pourront éventuellement donner lieu à des décisions politiques d’intérêt
J" 9Q`VT`WQVQ` O# I+&0$ 08,-1%3$ 38&0/-/.1*"$ $& (/+C$+&1/+% >#8*"1C,-$+($9 -$% ,361."p&8% >$ -, %/(1/-/.1$ *",+&1&,&1C$ R
^6%>+&R 8NN"R /# ""8c"8J J8
9Q`VT`WQVQ` O# a#I&,&9 -$ 3,0(289 $& -$% %&,&1%&1*"$%O R1+* A,q/+% >#,.10 %"0 -#8(/+/31$ R W%+&&R 8N"8 J= ^OV]WQV S# ]'2&+ &2 /&212+ 2,4126+R ^4,%1&, 0,>,&+ &2 ^(1**4(51% &2 \1&R U4,1+R 8& 6.121'%R "M@GR / ""B# JB \'.& .& *4 )'1,1& ,'(21>,&R O,21-*& 9c"""c8R 96-,&2 %l8NN@c8=G .( 8J 06),1&, 8NN@
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 39/91
==
général, qui obéiront naturellement à un principe sous-jacent de démocratie. La centralisation de la
collecte, du traitement et de la distribution est alors garante de la « légitimité » des données mises à
disposition : ces informations ne devront pas pouvoir être mises en doute.
2.1.2. Intérêts de la centralisation des données par uneinstitution indépendante
ETAPE GARANTIE INTERET
COLLECTE
Indépendance de la méthode
de collecte
Questionnaires et réponses
uniformisés, élaboration d’une
collecte neutre (pour des
résultats non orientés)
TRAITEMENT
Indépendance des résultats Elaboration d’indices non
faussés, traitement des
données sur une base neutre
DISTRIBUTION
Protection des données à
caractère personnel
Restriction des réutilisations
Interdiction de profiter des
informations à des fins
publicitaires, protection de la vie
privée.
Ces méthodologies et raisonnements se justifient parfaitement pour produire une information neutre à
des fins politiques, telles que les sondages, les enquêtes publiques et les enquêtes sur les
déplacements. Toutefois, la principale limite de ce type de fonctionnement est sa lenteur : pour obtenir
un volume égal d’informations, le fonctionnement collaboratif en open source est bien plus rapide et
moins coûteux que le système centralisé que nous avons décrit. L’Encyclopédie Encarta a été très
rapidement « détrônée » par Wikipédia, car cette dernière a pu offrir un volume d’information grandissant
et significatif à ses lecteurs. Le Bottom-Up a pris le dessus sur le Top-Down, et nous sommes peu à peu
arrivés vers la révolution de la production de la donnée dont nous percevons les premières « vagues »
partir des années 2010.
Parallèlement, les groupes privés ont saisi l’opportunité d’une telle réorganisation du mode de production
des données. Ils ont vu dans la remontée collaborative de l’information un excellent moyen de
rationnaliser leurs dépenses en études de marché, sondage et ciblage de leur clientèle. D’autant plus que
la qualité et la neutralité des données n’est plus centrale lorsqu’il s’agit d’adresser une publicité à une
cible de consommateurs. En effet, la valeur ajoutée des donnée résidera dans leur volume : plus elles
concerneront d’individus, et plus elles seront complètes, meilleure sera la connaissance du (futur) client.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 40/91
=B
Si Google a créé à son tour un réseau social (Google+), c’est aussi lorsque l’entreprise a constaté la
valeur des données privées que détient par exemple Facebook. Eric Schmidt, le PDG de Google en 2011
reconnaissait avoir manqué le virage social du web, et l’entrée en bourse de Facebook en 2012 n’a fait
que confirmer la valeur des « échanges sociaux » sur internet : Facebook a pesé jusqu’à 104 milliards de
dollar (contre 23 milliards pour l’entrée en bourse de Google en 2003).
2.1.3. La question de la propriété des données : vers denouvelles valeurs ?
En somme, les institutions et les organisations étaient les seuls à pouvoir produire et collecter puis traiter
et distribuer l’information. Il fallait une main d’œuvre, des moyens techniques et de la place pour les
stocker et les traiter. Avec l’arrivée de l’ordinateur, le volume des données que l’on a pu calculer et
analyser a considérablement augmenté. Lorsque Internet s’est développé, les serveurs se sont dispersésdans l’espace, et la propriété des données a éclaté. Aujourd’hui, nous sommes parvenus à créer deux
modes principaux d’organisation des données : celles qui sont collectées par les institutions et les
entreprises, et celles qui sont la propriété de tout le monde.
Les données qui ont un « propriétaire » peuvent faire l’objet de politiques d’Open Data, elles sont donc
« semi-privées », car elles sont collectées par un seul acteur mais peuvent être traitées et détenues par
tout le monde. Mais l’essentiel des données n’est pas nécessairement ouvert, et l’essor du Big Data (dont
nous aborderons le caractère spéculatif) pousse les acteurs privés à les conserver pour en maximiser la
valeur en les traitant eux même (analyse, revente, utilisation).
Il reste un deuxième type d'emploi, qui demeure pour le moment relativement nouveau : les données en
Open Source, celles qui constituent les usages du type OpenStreetMap : collectées par tous, traitées et
utilisées par tous, sans problématique de propriété, et donc d’achat et revente. La valeur marchande de
ces données est indirecte, lorsqu’elles sont transformées et analysées par des entreprises privées
(OpenDataSoft par exemple).
L’ouverture des données est désormais imposée aux sociétés de transports par la loi Macron, adoptée en
août 2015. Néanmoins, cette obligation légale pose deux problèmes. Le premier est d’ordre juridique : siles données sont la propriété d’une personne morale, comment imposer à cette dernière de les distribuer
gratuitement ? Le deuxième problème est d’ordre financier : la production, le traitement et la distribution
des données ont un coût, il s’agit de savoir qui, de l’Etat, des entreprises, ou des usagers, devra financer
l’ouverture gratuite des données en question. En outre, le problème juridique et financier se pose d’autant
plus que les données sont source de profit pour certaines entreprises de transports.
Yves Tirode, directeur du digital de SNCF, propose quant à lui un modèle économique freemium75 pour
une plateforme d’open data. Les particuliers et les startups qui ont besoin des données pour créer des
JG \,'1+&5&%2 &%2,& 5'.>*& E /,651(5 F &2 ;,42(12R )'1, *&K1<(& &2 47,6)1421'%+
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 41/91
=G
applications de transports, pourraient avoir accès à ces données gratuitement. Quant aux grands
groupes ou géants du web tel que Google nécessitant un nombre très élevé de requêtes de données
pour leurs programmes, ils devraient payer à SNCF un abonnement premium.
Mercier De La Rivière, déjà en 1767, disait que « ( !
) le maintien de la propriété et de la liberté, danstoute leur étendue naturelle et primitive, va faire régner à cet égard l’ordre le plus parfait, sans le recours
d’aucune autre loi. »76 L’adage semble toujours de rigueur : si la loi tente de réduire les droits de
propriété, et la liberté de jouir des biens que l’on produit, il faut qu’elle s’attende à des réactions
J@ ZQV\WQV 9Q AO VWrWQVQ a#/0>0$ +,&"0$- $& $%%$+&1$- >$% %/(18&8% D/-1&1*"$%R f"J@JhR UCb+1'-,42&+R 8& /4,21&R ^(1**4(51%RU4,1+R "MB@R / @8N
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 42/91
=@
2.2. Un nouvel impératif de transparence et d’accès àl’information
2.2.1. L’Open Data comme une mission de service public
Contexte : l’open data pour les transports urbains
Figure 6 Fonctionnement de l'open data (Ville et Transports en Ile de France)
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 43/91
=J
Après avoir compris les grandes lignes du fonctionnement de l’open data, nous nous limiterons à
questionner rapidement : pourquoi ouvrir les données publiques ? Notre réponse pourrait se formuler en
une deuxième question : pourquoi ne pas les ouvrir ? Si ces données ne sont pas sensibles et ne
divulguent pas des informations qui pourraient nuire à quiconque, les pouvoirs publics n’ont aucun intérêt
à restreindre leur accès. Car même si les collectivités territoriales ne saisissent pas directement la valeurd’un jeu de données, prenons l’exemple des données de trafic collectées grâce aux compteurs de
véhicules, ce sera le croisement de données, aussi improbable soit-il, qui aura une véritable valeur. On
parle de croisement de données improbables lorsque l’on croise plusieurs ensembles d’informations qui
n’ont pas de lien avéré entre elles, et qui pourraient donner lieu à des résultats pourtant fortement
instructifs. Il s’agirait par exemple de croiser les flux de véhicules avec les relevés précis de pollution,
croiser les flux de vélos avec l’emplacement des commerces qui se sont installés les dix dernières
années, etc! Aussi, puisque nous abordons l’action publique comme un des moyens de satisfaire
l’intérêt général, nous pouvons voir dans l’open data une réelle capacité de rendre service aux
entrepreneurs, qui auraient accès à une « mine d’information » sur les services, les infrastructures et les
flux de la ville dans laquelle ils souhaitent implanter leur activité.
Open data : limiter la spéculation sur la valeur des données ?
On pourrait se poser la question de l’utilité exacte à long terme de l’open data. La question n’a pas été
encore traitée sous cet angle, mais serait-il possible que l’open data soit une « arme » contre la
spéculation sur les données ? C’est à dire : serait-ce un moyen pour les collectivités territoriales de
garder la main sur les données, en « envoyant un message » aux géants d’internet qui s’en accaparent ?
En 1891, Emile ZOLA, dans L’Argent écrivait: « Oui, demain est aux grands capitaux, aux efforts
centralisés des grandes masses. Toute l’industrie, tout le commerce finiront par n’être qu’un immense
bazar unique, où l’on s’approvisionnera de tout » 77 Cette transition s’est bien confirmée, par la
croissance des échanges, et cette tendance s’est transformée en spéculation dans certains domaines à
différentes périodes de l’histoire. KEYNES, quant à lui disait dès 1926 : « Le risque de prédominance de
la spéculation tend à grandir à mesure que l’organisation des marchés financiers progresse » 78
On argumente dans cette partie que les politiques d’open data tendent à se structurer en même temps
que les groupes privés se saisissent d’une certaine manière d’un maximum de données.
Parfois, l’ouverture des données ne se passe pas comme elle a été prévue à l’origine. Les données
« fermées » restent largement majoritaires au sein de l’ensemble des données existantes. Lors de
l’International Transport Forum, on insiste pour dire à quel point la situation doit évoluer : « The debate
surrounding “open” versus “closed” data access is one that has emerged alongside the development of
JJ XTAO Q# a#\0.$+&9 \C4,/&%21&,R U4,1+R "MH"R /# GH JM oQa]Q` S#Z# LC6',1& ;6%6,4*& .& *3&5/*'1R .& *31%26,n2 &2 .& *4 5'%%41&R f"H=@h u U4b'2R U4,1+R "HM8R /# "JN
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 44/91
=M
Big Data and may prove to be a transitory debate, as data access channels and terms evolve over time.
Ultimately, more flexible and perhaps more modular data terms of use will need to evolve to allow
individuals, authorities and commercial operators to all make the most of Big Data. »79
On peut prendre pour exemple l’incident qu’à rencontré Raildar en juin 2015, une initiative indépendantequi affichait une carte en temps réel des trains en France, prenant en compte les retards annoncés par
SNCF. Le site, ou plutôt l’API dont avait besoin Raildar pour mettre à jour sa cartographie a été déplacé
par SNCF, et les remontées d’informations rendues impossibles.80 Par conséquent, jusqu’en août 2015,
Raildar ne pouvait plus fournir son service. L’ouverture des données n’est pas toujours souhaitée par les
grands groupes, qui peuvent préférer choisir les jeux de données auxquels ils donnent accès ainsi que de
s’approprier (à l’exclusivité) la distribution de ces ensembles de données. De plus, nous l’avons
mentionné lorsque nous avons abordé l’enjeu de propriété des données (Cf. partie 2.1.3) : les grands
groupes comme SNCF ont un intérêt certain à conserver et rendre monnayables leurs masses de
données.
Une déstabilisation volontaire du marché de la donnée ?
En « inondant » les API, et les sites internet, l’ouverture gratuite des données par les structures publiques
a pour effet de déstabiliser le marché de la donnée. L’une des conséquences de l’incertitude en
économie est la baisse des prix dans le marché sur lequel pèse l’incertitude. Dans ce cas, l’incertitude est
représentée par l’imprévisibilité de la nature – gratuite ou payante – d’un jeu de données. Par exemple,
OpenStreetMap déstabilise les acteurs économiques qui ont investi dans les solutions de Google Maps.
Dans un temps réduit, ces investisseurs ont pu se rendre compte que les données cartographiques
pouvaient être produites, traitées et distribuées gratuitement. Cette logique s’applique aussi aux données
de transports (horaires, géolocalisation, flux, etc!) lorsque une entreprise ou une collectivité décide de
distribuer gratuitement des jeux de données. Si ces informations sont en plus traitées (conception
d’applications, ou d’API) gratuitement, les acteurs économiques qui souhaitaient investir eux même pour
traiter puis distribuer les données de façon payante verront leur projet sérieusement concurrencé par un
service public et gratuit.
Mais l’argument d’empêcher la spéculation sur les données de transport par l’open data a deux limites.
La première consiste à dire que les données ouvertes et gratuites n’ont pas la même nature, ni la même
valeur que les données privées et « fermées ». En effet, les données ouvertes auraient un coût de
production peut-être plus faible que les données fermées, car très peu sensibles à divulguer, et faciles à
rassembler puisque ce sont souvent des données « de base » et donc déjà inventoriées dans des
fichiers internes. Selon cette logique, les données ouvertes ne concurrenceraient pas les données
JH W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"G MN a, VJRd $+C/1$ _,1->,0 ," &$031+"%R V6.4-21'% .& P,&%-C&7R 8N"G
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 45/91
=H
« fermées » ou payantes, il n’y aurait donc pas ou peu d’effet de limitation de la spéculation sur les
données.
La deuxième limite, sans qu’elle remette complètement en cause l’idée de base, porterait sur l’intérêt de
limiter la spéculation sur les données. Bien que tout effet de bulle spéculative soit en théorie négatif, car ilconduit à la faillite des acteurs économiques, on peut se demander si les entreprises ou les collectivités
qui ouvrent leurs données agissent consciemment contre cet effet de spéculation. L’augmentation de la
valeur que l’on accorde aux masses de données est bien réelle, cependant elle n’est pas mesurable et
encore moins qualifiable : c’est à dire qu’il paraît a priori difficile d’évaluer l’externalité de cette
spéculation.
Cette « dévalorisation » des données de transports semble donc être une conséquence de l’ouverture
des données, plutôt qu’une réelle stratégie de lutte contre une spéculation pour l’instant mal identifiée,
même si des groupes privés peuvent ouvrir leurs données dans le but de ne pas « nourrir » des géants
tels que Google avec la valeur de leurs masses de données. Mais l’élément qui ne doit pas être écarté
concerne l’indépendance de ces géants du web tels que Waze, Google Maps et Moovit. Les données
ouvertes et rendues gratuites par les structures de transports n’ont pas une valeur « concurrente » face
aux masses de données récoltées par le biais des (très nombreux) utilisateurs de ces applications.
Les structures qui ouvrent leurs données le font donc pour des raisons bien plus évidentes, comme par
exemple leur image : ce sera l’objet de la partie suivante.
2.2.2. La course à l’ouverture des données :montrer l’exemple
Comme nous l’avons montré en première partie (1.1.3.2), l’open data, par la cartographie collaborative
par exemple, a un effet globalement positif pour les transports urbains. Du moins, l’ouverture des
données ne peut pas donner lieu à des externalités négatives (sauf pour des raisons de non respect des
règles évidentes de sécurité).
Cependant, il s’agira aussi de nuancer l’engouement parfois exagéré pour l’open data, car la technique,
la conceptualisation, ou encore le « design » ont parfois pris le dessus sur l’usage réel.
Le gouvernement pousse à l’ouverture des données
L’open data n’est pas une politique qui s’initie grâce à l’unique bon sens des décideurs des collectivités
territoriales. Il y a non seulement en quelques sortes une « obligation morale » d’ouvrir les données non
sensibles qui pourraient être utiles au développement de projets innovants (ce qui constitue une certaineforme de « bon sens »), mais surtout une « pression » politique qui est orientée dans cette direction.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 46/91
BN
Depuis 2013, les communes de plus de 3500 habitants sont tenues de publier au format électronique les
informations publiques dont elles disposent. 81 Ces collectivités sont donc légalement « contraintes » à
ouvrir leurs données, et ce pour éviter le risque d’intermédiation par les groupes privés (Cf Partie 2.2.1).
C’est clairement l’ouverture des données de transports qui a été préconisée dans le rapport qui a été
remis au gouvernement le 12 mars 2015.82
Questions d’image et de marketing public
Il va de soi que les acteurs politiques locaux n’agissent pas uniquement sous la pression
gouvernementale et légale, mais qu’ils sont sensés décider selon une vision et une stratégie bien définie.
Lorsque la stratégie voudrait que l’ouverture des données serve à minimiser le risque de d’intermédiation
des géants du web, nous pouvons aussi voir dans l’open data un mouvement « tendance », relativement
bien perçu par l’ensemble des acteurs économiques et politiques.
Les projets d’open data bénéficient d’un fort appui des élus, et font l’objet d’une communication bien
relayée, grâce notamment à la présence de plus en plus remarquable des acteurs publics sur les réseaux
sociaux. Des structures associatives, parapubliques et privées jouent le rôle de relais locaux, en animant
des programmes d’ouverture des données comme les carto-parties, les hackathons, ou encore des
ateliers participatifs et citoyens. Nous évoquons ici les multiples Labs, Fablabs, et autres Fabriques du
numérique qui naissent peu à peu dans les villes de grande taille et de taille moyenne en France. Ce sont
ces structures qui jouissent d’un soutien important de la part de la « classe politique » tout comme des
experts et des usagers des services urbains eux-mêmes.
Des projets superflus ?
Ce que l’on peut appeler comme le « phénomène » OpenStreetMap a ressemblé un grand nombre de
d’utilisateurs, passionnés et professionnels (environ 15000 en France), et a permit de fournir une
cartographie à un niveau de détail très élevé. Parmi la multitude d’éléments qui ont été cartographiés et
entrés dans la base de donnée : les bancs, les cendriers sur la voie publique, les prises électriques. A
priori , il semble complexe d’imaginer des applications futures proposant une cartographie spécialiséedans ces éléments précis. Ce niveau détail peut porter certains à croire, à première vue,
qu’OpenStreetMap est un outil « tendance », et que chaque commune ou collectivité veut en faire
davantage que sa voisine, ou alors que les contributeurs d’OSM composent un milieu de passionnés,
parfois incompris par leurs collègues et relations professionnelles. On dépasse facilement ce stade de
compréhension lorsque l’on effectue une veille assez large sur les innovations qui se développent au
niveau mondial en termes de bases de données.
M"
O( +&1% .& *4 *'1 %lJMcJG= .( "J d(1**&2 "HJMM8 V4//',2 .& P,4%-1+ S$LO]9R .1,&-2&(, +-1&%2101<(& .& *3W%+212(2 .&+ Z1%&+ U4,1+ L&-CR +12& .( Z1%1+2>,& .& *3Q-'*';1&R .(
96)&*'//&5&%2 9(,47*& &2 .& *3Q%&,;1&#
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 47/91
B"
3. Le rôle des acteurs publics des
transports urbains en trois scénar ios
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 48/91
B8
3.1. La régulation publique de la mobilité urbaine
3.1.1. La question de la régulation des transports urbains :
enjeu public
3.1.1.1. La sécurité : fonction régalienne pour les transports
La sécurité des infrastructures : première mission d’un opérateur de transports.
Un élément nous permet d’entrer en matière pour cette partie : les accidents de transports publics,
comme les accidents ou incidents ferroviaires nous rappellent, de façon tragique, à quel point la première
mission d’un transporteur est d’assurer la sécurité de ses infrastructures et matériels roulants. Alors nous
pourrions nous demander si l’économie de la donnée pourrait avoir un impact sur cet impératif. En d’autre
termes : la donnée est-elle devenue assez puissante pour décrédibiliser un opérateur de transports public
(ou semi-public) dans sa capacité à assurer la sécurité de ses voyageurs ?
SNCF, considérée ici comme entreprise publique de transports ferroviaire urbains, place la sécurité des
infrastructures et du service au centre de ses préoccupations. L’accident de Brétigny Sur Orge a marqué
les esprits, et a accru les exigences de sécurité des usagers des transports ferroviaires. Rassurer les
voyageurs en Île de France a été momentanément la stratégie de communication de premier plan. Et
justement, pour apaiser, SNCF communique dorénavant amplement sur sa capacité à améliorer lafiabilité de son réseau par l’innovation.
C’est ici que nous revenons au cœur de notre sujet. Pour maintenir et améliorer la qualité de son
infrastructure (rails, caténaires, aiguillages, passages à niveau), SNCF Réseau a mis au point deux
innovations qui représentent de bons exemples pour répondre à notre question.
La première consiste en un système de surveillance des rails grâce à des drones autonomes. Ces
derniers, grâce à une banque de donnée de référence sur l’état optimal des rails, pourront repérer en
temps réel d’éventuels obstacles sur les voies (végétation gênante par exemple). Ce couple de
technologie « data + high technology », est proposé en partenariat avec une startup : TellMePlus,
spécialiste de l’analyse prédictive. 83
La deuxième innovation est incarnée par le plan « Vigirail », destiné à l’investissement dans les
technologies et des masses de données pour la sécurité des infrastructures. Le plan d’investissement est
sensé se terminer en 2017, et se comprend surtout par le perfectionnement de la remontée des
informations en temps réel, grâce à des applications à double interfaces usagers / cheminots, ainsi que
des caméras haute définition placées sous les trains, permettant ainsi de repérer les éventuelles
M= \]V`R @08>10$ -$% 6$%/1+% >$% (/+%/33,&$"0%R 8N"B
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 49/91
B=
anomalies des rails, par comparaison et en fonction des données préalablement transmises et
analysées.84
Ces deux exemples illustrent bien notre questionnement de base, puisque pour le premier, il s’agit d’un
partenariat avec une startup qui permet à SNCF d’innover en développant (par l’externe) une solution deremontée des données, alors que le deuxième projet montre que l’opérateur public sait aussi développer
des solutions en interne. Nous pourrions répondre a priori que les entreprises publiques ont tout intérêt à
effectuer une veille sur les innovations qui sont au cœur de leurs priorités, comme ici la sécurité des
infrastructures. Cette stratégie est valable pour les AOT, et les délégataires, qui ont eux aussi pour
mission d’assurer la sécurité de leurs usagers. Ne pas s’intéresser à ce que permet la donnée en termes
de maitrise de la sécurité pourrait être dommageable, voire préjudiciable pour les équipes de gestion des
transports urbains : il leur serait reproché d’avoir manqué à l’obligation de moyens qui leur est imposée
pour assurer la sécurité des voyageurs. Cet impératif « d’intelligence » dans la conception des transports
urbains sera l’objet d’une dernière discussion (Cf. partie 3.3.3.)
La sécurité des données personnelles : une prise en compte impérative
La sécurité ne se résume pas à la gestion responsable des infrastructures. Avec la montée en puissance
de l’utilisation de la donnée à tous les niveaux par les opérateurs de transports, ces derniers seront tenus
de sécuriser ces données, et surtout les données personnelles.
Le rapport de l’International Transports Forum de 2015 précise par exemple : « Other advances could
include protocols allowing for citizens to control and allocate rights regarding their data. » 85 C’est à dire
que l’avancée des TIC, et la réutilisation massive des données personnelles posent la question du droit
d’accès et de rectification de leurs propres données. Le même rapport ajoute : « Failing to ensure strong
privacy protection may result in a regulatory backlash against the collection and processing of location
data. This could hamper innovation, reduce consumer welfare and curb the social and economic benefits
the use of such data delivers. »
Le rôle des AOT et plus généralement des acteurs publics, dans ce scénario où ils restent « dominants »dans la gouvernance des mobilités, sera alors d’assurer la protection des données personnelles, au
risque d’échouer totalement dans leur tentative de faire progresser les transports urbains grâce aux TIC.
Une autre importance de la sécurité des données comprend l’usage concret qui peut en être fait : « To
give an example: A car senses a slippery stretch of road and slows down. It warns the vehicles around it
that it is slowing down and the road is slippery. The infrastructure also receives this message. The road
operator spreads the warning further and looks into causes and remedies to the situation. How do the
MB YQAAT a# r1.10,1-9 *",+> -$ Y1. >,&, %$ 3$& ," %$0C1($ >$% C/1$% A$008$% A0,+q,1%$%R A&+ Q-C'+R 8N"B MG W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"G
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 50/91
BB
road operator and the other cars know that this message has not been sent from, say, a non-C-ITS
device on the roadside or the source of the message has been hacked? Furthermore, the individual
motorist has to be sure that no movement can be tracked by unauthorised actors » 86
Cet exemple illustre la possibilité de hacker les données issues des systèmes automatiques detransports. Et justement, l’acteur public, s’il est chargé d’un système de transport, sera réellement
pertinent pour assurer cette mission de sécurité, à la fois car il aura conçu un système sûr, et parce qu’il
veillera à la sécurité de celui-ci de façon constante.
Nous pouvons appuyer cet argument avec le fait que les autorités publiques sont les seules à être
mandatées pour accéder aux données personnelles : « Under both data ownership frameworks, public
authorities will likely continue to be mandated to provide essential services. In this context, much as
public authorities have coercive ability to require access to personal data (e.g. on property ownership,
personal revenue, criminal records)».87
3.1.1.2. Penser global pour gérer la ville
Construire des métadonnées pour fabriquer la ville
L’autre point qui détermine l’action publique à être un acteur majeur des transports urbains consiste à
défendre l’idée qu’il faille penser globalement pour pouvoir gouverner la ville. Cela revient à dire qu’un
acteur publique « unifié » et « homogène » dans son action aura une efficacité plus probante dans la
gestion des transports urbains, car il sera le mieux placé pour proposer une politique globalement
adaptée à l’échelle de son territoire. Cet argument, plutôt centralisateur, défendant une politique top-
down, doit se circonscrire au contexte de notre sujet. Nous entendons ici le fait qu’une gestion centralisée
des données, ou plutôt des métadonnées nous paraît être un mode de fonctionnement pertinent : tant au
niveau de l’échelle de gouvernance (centralisation des métadonnées sur un ensemble territorial
cohérent), que de la légitimité d’un tel système de collecte des données (neutre et public, visant à servir
l’intérêt général).
Si la gouvernance des transports urbains reste largement « dominée » par des instances publiques,
l’économie des données servira principalement les AOT, les régies de transports ainsi que les politiques
publiques elles-mêmes. Les données confirmeront ou infirmeront les choix politiques ou techniques de
transports urbains grâce à la géolocalisation des flux par exemple.88
M@ W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# G@ MJ
W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"GR /# GH MM IQaQV \# VTaT$j 9# a, 3$%"0$ >$% &$3D/0,-1&8% &$001&/01,-$% X ,DD-1(,&1/+% $& +/"C$,"g >8A1% c a#,(&1/+ D"6-1*"$ A,($ ,"
&$3D% >$ C1C0$ f/# "@H u 8N"hR 8N"=
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 51/91
BG
Dans ce cadre, les données serviront à deux outils essentiels au développement des transports urbains :
l’analyse et la prédiction. La construction des métadonnées sera donc un passage indispensable pour la
fabrique de la ville, par la planification des mobilités.
Analyser les données historiques pour réfléchir au futur
En ce qui concerne l’analyse des mobilités, les métadonnées sauront servir à imaginer les grandes lignes
du développement urbain futur. Une telle fonction se prête très bien au développement des grandes
métropoles des pays à forte croissance. L’analyse des flux, des déplacements de populations dans
l’histoire, croisée aux informations démographiques permet déjà de prévoir les grands projets urbains. On
ne peut croire qu’au recours de plus en plus important à l’analyse des masses de données à l’avenir,
grâce au rapide accroissement du taux d’équipement en smartphones dans certains pays d’Afrique et
d’Asie ainsi qu’à la très forte croissance de l’économie de la connaissance dans ces même régions du
monde. Surtout, les techniques actuelles de représentation (data visualisation, 3D, etc!) sont à la fois
plus simples à manipuler, plus abordables, et permettent de mieux en mieux de modéliser des
phénomènes complexes.
Prévoir les flux pour générer des solutions
Le coût annuel des embouteillages en France est évalué à 22 milliards d’euros en 2030. 89 Selon la même
étude, le coût par parisien s’estime à 2883 euros contre 4123 euros en 2030, (soit une hausse de 51%).
Ce coût global, ainsi que l’impact des encombrements routiers sur l’environnement alertent les pouvoirs
publics, et les collectivités territoriales sont demandeuses de solutions pour réduire cette contrainte. La
circulation routière est de plus en plus gérée automatiquement : par les feux de circulation d’une part, qui
sont de plus en plus adaptés aux temporalités et aux conditions de trafic, et par les applications
smartphones d’autre part. En effet, les GPS intègrent aujourd’hui les informations de trafic en temps réel,
et ils permettent aux conducteurs d’éviter les zones encombrées. Nous l’avons vu dans une partie
précédente, (Cf. partie 1.1.1.2) Waze fournit aux collectivités des connaissances très pointues sur les fluxautomobiles. Et ce sont ces connaissances que les villes peuvent directement utiliser pour fabriquer la
ville : percer de nouvelles artères, redéfinir les sens de circulation, ajouter, modifier, supprimer des lignes
ou même des moyens de transports en commun, etc! Nous observons ici la pertinence de l’acteur
public au centre de ce processus de fabrique de la ville. Il centralise les données collectées par
différentes structures pour décider démocratiquement de l’usage qui doit en être fait, nous l’avons
expliqué dans la partie 2.1.2.
MH W]VWjR \&%2,& 0', Q-'%'51-+ 4%. I(+1%&++ V&+&4,-CR 8N"B
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 52/91
B@
Figure 7 Modélisation comparative des trajets réalisés avec Uber lors d'une grève des employés du
gouvernement à Washington (UBER Blog)
Aménagement ou déménagement des territoires ?
Nous avons pu concevoir combien la donnée intègre les outils de la fabrique de la ville, grâce à ses
capacités de modélisation et sa propension à représenter graduellement de plus en plus de phénomènes
urbains. La donnée opère de ce fait au service de l’aménagement des territoires. C’est aussi ce
qu’affirme Evelyne REEVES, responsable du bureau des temps de la ville de Rennes, en nous parlant de
l’impact du numérique et des données géolocalisées sur les pratiques d’aménagement futures. 90
Mais pourrait-on dire qu’elle contribue aussi à les déménager ? Yves CROZET défend cette idée selon
laquelle l’augmentation de la vitesse des déplacements contribue à « déménager » les territoires, en
repoussant continuellement les limites de l’étalement urbain.
Or « Pour certains91, la taille effective du marché de l’emploi est un indicateur de « bon gouvernement »,
dans la mesure où, indirectement, il s’agit d’un indice de performance des réseaux de transports ».92
HN VQQrQ` Q# \C$( -$ +"3801*"$9 D-"% >$ &$3D%9 D-"% >$ %&0$%% 4 U0.$+($% `$3D/0$--$%9 a#,(&1/+ D"6-1*"$ A,($ ," &$3D% >$
C1C0$ f/# =" u =JhR 8N"= H"
9OVIQVO V# `2$ 3,0L$& $AA$(&1C$ %1e$ X , (01&$01/+ A/0 (/3D,01+. &0,+%D/0&% %G%&$3% $AA1(1$+(G 6$&K$$+ 3$.,'(1&1$%RQ(,'/&4% L,4%+/',2+ P',(5R "HHG H8 Q`LQIQ U# F/"C$0+$0 -, C1--$ 3/61-$R U,&++& $%1)&,+1241,& .& P,4%-&R U4,1+R 8NNM
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 53/91
BJ
Cependant, nous pouvons affirmer que la réduction des embouteillages (grâce à la maitrise des
données), contribue indirectement à l’étalement urbain, et donc au final à un coût supérieur pour la
collectivité (densité des réseaux électriques, hydrauliques et télécom plus faible et plus vulnérables, voirie
plus importante donc plus coûteuse, recours à la voiture individuelle et déplacements plus nombreux
donc plus de pollution).
3.1.1.3. Assurer l’infrastructure
Pour mieux cerner le rôle des acteurs publics des transports urbains, nous devons nous écarter
brièvement de l’enjeu des données. Car si l’économie de la donnée donne naissance à de nouveaux
acteurs, de nouvelles solutions de mobilité, l’action publique a quant à elle toujours une marge de
manœuvre pour ce qui est des infrastructures de transports. De plus, toutes ces nouvelles solutions de
mobilité se servent de ces infrastructures.
L’investissement public dans l’infrastructure
Il apparaît que l’acteur public soit incontestablement sollicité pour investir massivement dans les
infrastructures routières et ferroviaires. « Tous les gouvernements sont confrontés au défi d’entretenir de
vastes réseaux d’infrastructures de transports et d’ajouter de nouvelles capacités en des zones
stratégiques. Cela nécessite de très gros investissements ».93 Non seulement ce sont la plupart du temps
les Etats qui ont été à l’initiative des grands projets de construction (le TGV et les autoroutes en Francepar exemple), mais de ce fait, il est difficile d’imaginer des groupes privés capables de décider d’assurer
l’aménagement de telles infrastructures de façon complètement démocratique, dans le sens de l’intérêt
général et dans le seul but d’améliorer la desserte en transport pour les territoires.
Là où l’on pourra sans doute déléguer la gestion et la maintenance des ouvrages à des entreprises, de la
même manière que les autoroutes ont été concédées à Vinci, il sera beaucoup moins évident d’attribuer
la conception, la décision du tracé ou encore la budgétisation des infrastructures régionales ou nationales
à ces groupes privés. Ceci peut s’illustrer par le rapport de l’OCDE sur les investissements en
infrastructures : « Les partenariats publics privés (PPP) ont beaucoup attiré l’attention au cours de ces
dernières années. Conçus de manière appropriée, les PPP ont la possibilité de permettre des gains
d’efficacité importants en transférant la responsabilité de la gestion des coûts à court terme à des
organisations privées qui sont intrinsèquement motivées pour réduire les coûts globaux en recherchant
des bénéfices, y compris par des innovations. »94
H= T\9QR W%2&,%421'%4* L,4%+/',2+ P',(5R B+C$%&1%%$3$+&% $+ 1+A0,%&0"(&"0$% >$ &0,+%D/0&% X C$0% D-"% >#$AA1(1$+($R 8NNM
HB T\9QR W%2&,%421'%4* L,4%+/',2+ P',(5R B+C$%&1%%$3$+&% $+ 1+A0,%&0"(&"0$% >$ &0,+%D/0&% X C$0% D-"% >#$AA1(1$+($R 8NNM
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 54/91
BM
Toutefois, plusieurs chercheurs et ingénieurs95 se posent la question de l’utilité de la construction de
nouvelles infrastructures. Nous avons atteint, selon eux, un maximum de capacité de déplacements
grâce aux constructions existantes, il suffit désormais de les rentabiliser au maximum et d’optimiser
l’investissement à la fois en maintenance et en construction de nouvelles voies routières ou de ou
chemins de fer. C’est ce qui nous conduit vers notre deuxième point.
Startups et nouveaux acteurs se basent sur les infrastructures existantes
Justement, s’il s’agit d’utiliser l’existant pour optimiser les coûts, les startups et les nouveaux acteurs des
mobilités l’ont très bien incorporé dans leur stratégie de développement. En effet, la donnée leur permet
d’investir sur l’interconnexion entre les solutions de mobilité, et non sur l’infrastructure elle même. (Voir le
graphique qui met en relation Chiffre d'affaires - Effectif – Taille de la clientèle en partie 3.3.3). Plus
précisément, les startups n’ont ni les moyens, ni l’objectif de se baser sur de l’infrastructure lourde pour
se développer. C’est aussi le sens de leur existence : les startups « partent de zéro ».
Nous distinguons ici un rôle précis des acteurs publics : réaliser, concevoir l’infrastructure, puisque ce ne
sont ni les groupes privés de grande envergure qui se chargeront de leur conception et construction, ni
les PME ou startups, qui ne pourraient sûrement pas en assurer l’entretien ou la gestion.
3.1.2. L’interopérabilité des données : vers l’intérêt général
3.1.2.1. Combien de solutions de mobilité, combien de données
Si l’on se pose la question de l’interopérabilité96 des données, c’est parce que les solutions de mobilités
se sont multipliées dans le temps. De la marche à pieds combinée au rail après la révolution industrielle,
nous avons peu à peu inventé un grand nombre de modes de transports urbains, avec l’arrivée de la
voiture individuelle, l’ensemble des transports en commun, puis aujourd’hui le vélo en libre service,
l’autopartage, le covoiturage et les nouveaux usages collaboratifs basés sur un réseau d’individus. C’estbien pourquoi désormais les usagers sont assurément en demande d’une information harmonisée, au
risque d’isoler les pratiques de déplacements et de se priver des possibilités qu’offre l’intermodalité
(meilleure desserte, optimisation des infrastructures, etc!).
Même dans un scénario où l’acteur public reste majoritaire dans la gouvernance de la production et de
l’exploitation des transports urbains, il est impossible d’exclure les offres de mobilité que nous aborderons
dans les deuxième troisième scénarii (covoiturage, autopartage, véhicules autonomes, VTC, etc..) Et
HG 9'%2 a)&+ \VTXQL f`-1&%-&+ U' Ab'%hR UTLLQV I# fPZWR T\9Qh H@ W%2&,'/6,471*126 D r'1, *&K1<(& &2 47,6)1421'%+
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 55/91
BH
justement, l’acteur public, s’il continue à organiser les mobilités urbaines, devra faciliter l’accès à
l’ensemble de ces solutions en harmonisant les données permettant aux usagers de prévoir leurs trajets.
Bien que ces derniers soient de plus en plus autonomes dans la prévision et la gestion de leurs
déplacements (ce que nous aborderons dans le deuxième scénario), la multimodalité exige désormais laprésence d’un acteur qui structurera les données pour construire un réseau, ce sera l’objet de la partie
suivante.
3.1.2.2. Harmoniser les données pour construire un réseau
Indubitablement, le rôle des AOT et des acteurs publics en général sera d’assurer l’interopérabilité entre
ces données de transports devenues multiples et difficilement lisibles dans leur globalité.
Lors de l’International Transport Forum (2015), il a été rapporté : « Transport authorities will need to
ensure an adequate level of data literacy for handling new streams of data and novel data types.
Ensuring robust and persistent metadata with harmonised provenance will facilitate data usability audits.
Big Data is often not clean. Lack of data quality may mean significant upfront costs to render the data
useable. This should be factored into decision making processes. »97
Nous parlons ici d’interopérabilité : si l’on souhaite que les données soient réutilisables par tous, ce dont
nous avons expliqué l’intérêt en 2ème partie, une étape intermédiaire sera indispensable pour harmoniser
le format de ces données. Là est le rôle des autorités de transport, et échouer à ce niveau reviendrait à
cloisonner, compartimenter un système de transports urbains entier. C’est un des défis qu’auront à
relever les AOT : décloisonner, supprimer les intermédiaires entre les données et par conséquent, entre
les modes de transports.
Outre la capacité des organisateurs publics des mobilités à harmoniser les données, elles devront rendre
ces dernières encore plus accessibles qu’elles le sont aujourd’hui. Quand une carte des transports
(métros, tramways, bus) disposée à un arrêt de bus pouvait suffire à l’ensemble des usagers qui
souhaitaient se déplacer, il faut aujourd’hui une application ou un ensemble d’écrans d’informations qui
intègrent une visualisation, une lisibilité globale de toutes les possibilités et offres de transports (vélos en
libre service, transports en commun covoiturage, VTC98, autopartage, etc!).
« To promote universal access and shareability, visualisations should be able to be exported and
distributed in a number of formats, from pictures to videos orweb pages. Interactive tabletops and large
interactive displays are more likely to appeal to novice users (Benko, et al., 2009) and attract attention in
public spaces. (Isenberg, et al., 2010) The shareability of the visualisation platform itself becomes equally
HJ
W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"G HM rL\ D r6C1-(*& .& 2'(,1+5& 4)&- -C4(00&(,R '( 24K1 -'554%.6 /4, *& 7141+ .3(%& 4//*1-421'% 5'71*& '( .3(% +12&
1%2&,%&2
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 56/91
GN
important as it allows for smart integration with other platforms like government web portals. It also allows
new modules to be added by third parties in an open-source environment. » 99
En plus de l'expression du besoin d’ergonomie, on notera aussi la référence à l’open source, ou
crowdsourcing , donnant la possibilité aux usagers d’ajouter de nouvelles offres de déplacement (les leurs
par exemple, en proposant des places de covoiturage), mais aussi des solutions qui n’ont pas encore étéajoutées à la cartographie des transports en commun (station de vélos en libre service, nouveau mode de
déplacement comme l’autopartage du type TripnDrive, etc!).
3.1.2.3. Informer sur les mobilités : une mission de service public
Rester neutre dans l’information (cf centraliser la donnée)
L’un des premiers rôles de la puissance publique, tout comme la sécurité des infrastructures dont nous
avons discuté en partie 3.1.1.1, consiste en l’assurance de la transparence de la provenance des
données. Lors de l’International Transports Forum de 2015, il a été exprimé : « Transparency regarding
the nature of data and the conditions under which it was collected is crucial for data-driven transport
policy making. In this respect, the initial recording and subsequent preservation of metadata plays an
essential role in enabling data interpretation and re-interpretation. »100
De plus, la centralisation des données, que nous avons abordée préalablement sous l’angle de la
neutralité et de la qualité, permet de fournir un accès unifié à l’information. C’est à dire que fabriquer un
moteur de recherche qui centralise toutes les solutions de mobilité pourrait être un objectif pertinent pour
un service public. En centralisant l’information, en garantissant sa neutralité et sa qualité, les AOT et les
collectivités assureraient une mission supplémentaire d’accessibilité de l’information. Si la
décentralisation de la donnée a eu lieu (Cf. Partie 3.1.2.1, Combien de solutions de mobilités, combien de
données), il sera nécessaire de disposer d’un index centralisé.101 L’existence du moteur de recherche
Google, ou GitHub se justifie par cette capacité à fournir un annuaire où l’on rassemblera toutes ces
données dont la production a été décentralisée.
HH
W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"G
"NN W%2&,%421'%4* 2,4%+/',2 0',(5R \',/',42& /4,2%&,+C1/ 7'4,. ,&/',2R 8N"G "N" AOVAQL 9# a$% /"&1-% 3,+*",+&% >$ -#5D$+ ],&,R 8N""
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 57/91
G"
L’Exemple d’Optimod à Lyon et de Breizh Go en Bretagne
Optimod est un projet à objectifs multiples :
c Connaître en temps réel le trafic urbainc Calculer les vitesses de parcours en temps réel
c Connaître à l’instant la disponibilité des places de stationnement
c Offrir un point d’accès unique à toutes les données sur la mobilité dans le Grand Lyon
c Visualiser l’accessibilité du territoire en temps et en euros
c Prévoir le trafic à une heure : « Le calculateur d'Optimod'Lyon, nourrit de près de 20
millions de données par jour, fournit une information en temps réel à laquelle s'ajoutent des
informations prédictives à une heure sur le trafic routier. »102
c Connaître toute l’offre de mobilité pour aller d’un point A à un point B dans l’agglomération
c Améliorer la connaissance sur le fret urbain103
On remarque ici l’intérêt de centraliser la donnée, pour donner une information fiable (objectif de
prévision du trafic à une heure) à la fois aux usagers à travers l’application mobile et aux experts des
mobilités qui analyseront ces données. Il s’agit ici d’un partenariat public privé : « réunissant des grandes
entreprises, des PME, des laboratoires et le territoire du Grand Lyon »104 et financé par des structures
publiques « Optimod’Lyon représente un budget global de 7 millions d’euros, cofinancé par l’ensemble
des partenaires et l’État ».105
Quant à Breizh Go, il s’agit d’un calculateur d’itinéraires multimodal, produit et financé par la Région
Bretagne, à destination des usagers des transports. Ce projet est un des premiers en son genre en
France, puisqu’il a su intégrer à l’échelle régionale les solutions de transports urbains (notamment les bus
de Rennes et de Brest, ainsi que les vélos en libre service de la ville de Rennes). Nous ne pourrons
qu’évoquer l’avantage d’une telle démarche, visant à faciliter l’accès à l’information en la centralisant sur
un seul « portail de données ». Le challenge, sera quant à lui de générer du trafic internet pour
« rentabiliser » d’une certaine manière l’investissement public dans le projet, grâce à une bonne
communication externe et une coordination efficace des acteurs publics (et privés) des mobilités.
"N8 rWQ]]QL V# 5D&13/> aG/+ X -, D0$31m0$ ,DD-1 >$ 3/61-1&8 3"-&13/>$9 $+ &$3D% 08$- $& D08>1(&1C$ R Z'71*1-126+R 8N"G "N= `&*'% *4 .&+-,1/21'% .( /,'d&2 &% *1;%& .( /,'d&2 TULWZT9R -'%+(*26 *& 8NmNMm8N"GR .1+/'%17*& ? *34.,&++& D
C22/Dmm___#'/215'.*b'%#-'5"NB O9QZQR 8"#NG#8N"G f&% *1;%&hR .1+/'%17*& ? *34.,&++& D C22/Dmm___#/,&++.&5�,m8N"GmNGm'/215'.*b'%c
*4%-&5&%2c.&c*4//*1-421'%#C25*"NG O9QZQR 8"#NG#8N"G f&% *1;%&hR .1+/'%17*& ? *34.,&++& D C22/Dmm___#/,&++.&5�,m8N"GmNGm'/215'.*b'%c
*4%-&5&%2c.&c*4//*1-421'%#C25*
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 58/91
G8
3.2. Les transports urbains à l’heure de la multitude : lesstartups « détiennent » les mobilités urbaines
Charles Coquelin, au milieu du XIX siècle exprimait : « La concurrence est donc, en effet, au sein des
sociétés humaines, le véritable mobile du progrès. Supprimez ce stimulant nécessaire ; à l’instant, le
mouvement se ralentit, l’activité s’éteint, le progrès s’arrête. » 106
Si on comprend cette affirmation par son opposition à toute situation monopolistique, nous retiendrons
surtout que nous sommes à l’heure du choix, de la concurrence, de la compétition. L’ère de l’instant,
l’époque de l’intuitivité a placé l’usager des transports urbains au centre des politiques de transports.
L’enjeu n’est plus de déplacer une masse (X) d’un point A à un point B, mais des individus singuliers de A
à Z. C’est à dire qu’à la fois nous en savons plus que jamais sur la façon dont les populations se
déplacent, ce qu’elles font, et où elles sont, mais aussi que les individus qui composent ces populations
ont des usages très différents, surtout en zone dense, où tous les modes de déplacements se côtoient.
Dans ce scénario, nous partirons du postulat que les mobilités urbaines vont être de plus en plus
confiées à des startups et petites entreprises, jusqu’au point où celles-ci détiendront une part majoritaire
de l’exploitation des transports en commun dans les villes (autopartage, covoiturage, solutions en libre
service et applicatives). Nous tenterons de réfléchir à l’impact qu’aurait la donnée dans l’émergence
d’une telle configuration, mais aussi quel rôle les pouvoirs publics devront « assumer » ou « assurer »
pour fournir un service public et/ou gérer les éventuelles externalités du marché des mobilités urbaines.
De l’automobile au métro, du vélo partagé aux applications de taxis, les solutions de mobilité urbaine sont
désormais multiples. Nous sommes arrivés à « l’âge de la multitude107 », l’heure où l’économie se base
sur les individus, sur leur capacité à être connectés entre eux, à partager, et de moins en moins sur
l’habileté des grandes industries à imposer leurs biens. Des startups s’emparent rapidement de ce
marché fondé sur le partage des solutions de mobilités : covoiturage et autopartage en tête, et les
collectivités observent le phénomène prendre de l’ampleur. Que devraient-elles faire ? Quel est leur rôle,
face à cette dynamique, où les startups et PME peuvent organiser les déplacements des habitants ? Les
données sont, dans ce scénario, totalement décentralisées dans leur production et dans leur traitement :les acteurs publics pourraient ils par exemple, se charger de leur distribution ?
"N@ \Tk$QAW] \# \'%-(,,&%-&R ]1(&1/++,10$ >$ -#8(/+/31$ D/-1&1*"$R \'<(&*1% &2 ^(1**4(51% f6.hR 2'5& "R ^(1**4(51%R
U4,1+R "MG8R / BGN "NJ \TAW] ]# rQV9WQV YR a#s.$ >$ -, 3"-&1&">$9 $+&0$D0$+>0$ $& ./"C$0+$0 ,D0m% -, 08C/-"&1/+ +"3801*"$R O,54%. \'*1%R
8N"8
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 59/91
G=
3.2.1. L’usager des transports urbains, désormais « maître deses déplacements »
L’usager des transports urbains se passe de plus en plus de l’aide des AOT, à la fois dans ses pratiques
de déplacements et dans la prévision de son itinéraire.
L’usager se déplace « tout seul »
L’arrivée d’un grand nombre d’acteurs de la mobilité a fait émerger des solutions de déplacements
urbains. Il s’agit particulièrement :
c de l’autopartage, avec à Paris Autolib ou encore Bluely et Citiz à Lyon,
c du covoiturage, avec les startups Sharette, et Karos
c de la location de véhicules entre particuliers avec TripnDrive, Ouicar et Drivy.
Ce renouveau de l’offre en transport suit une tendance générale à la diversification des pratiques de
déplacements que nous avons pu connaître avec le succès du vélo en libre service (Vélib à Paris, Vélov
à Lyon, etc!) ; la mode de la trottinette, tout comme l’incitation à la marche à pieds (en disposant des
panneaux d’indications de distance / temps à pieds dans les villes). Cette diversification des usages et
des « routines » a été largement voulue par les pouvoirs publics, qui ont également pour mission la
réduction des émissions de gaz à effet de serre en décourageant l’emploi de la voiture individuelle.
Parfois perçue comme une forme de « concurrence » aux transports en commun, comme lors de l’arrivée
du Vélov à Lyon, ces nouvelles solutions de mobilité, bien que complémentaires à l’offre publique de
transports urbains, poussent de plus en plus d’individus à se déplacer par leurs propres moyens. En
pratique, si les usages vont dans le sens de l’autopartage et du covoiturage, ce seront progressivement
eux les « maîtres à bord » et non les conducteurs de bus, de tramway et de métro.
Mais en réalité, ces offres de déplacement « en solo », où l’usager est partie prenante, en quelques
sortes de l’AOT lors de son trajet, sont relativement minoritaires. Le développement de ces solutions
aujourd’hui très secondaires en termes d’usage réel se fait dans un système à double mesure : d’une part
les usagers des transports en commun qui ne sont pas susceptibles de changer leurs pratiques (absence
de permis de conduire par exemple), et d’autre part ceux qui n’hésitent pas à innover dans leurs usagesen changeant leur « routine » pour tester et adopter de nouvelles solutions de déplacements.
L’usager prévoit lui-même ses déplacements
La diversification des offres de mobilité, tout en déplaçant, transformant le rôle des AOT, a aussi donné
lieu à des pratiques différentes des individus dans la prévision de leurs déplacements. Le smartphone est
devenu l’assistant pour tous les trajets : il est GPS pour la conduite automobile ou la marche à pieds, il
devient aussi application de recherche et d’optimisation d’itinéraires plus « malins ». Grâce à cet outil, le
citadin qui souhaite se déplacer sait dans l’instant à quelle heure passe le prochain bus, où il doit
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 60/91
GB
effectuer une correspondance et à quelle heure il arrivera, et ce, sans la moindre assistance extérieure.
C’est à dire que les terminaux portables (smartphones, tablettes, montres connectées) deviennent
graduellement l’unique source d’information en temps réel pour les individus. Ceci pose la question de
l’investissement dans les systèmes d’information pour les voyageurs (écrans, panneaux d’affichage,
etc!
), puisque l’usager des transports en commun se passe de plus en plus instinctivement desinformations « extérieures » ou « physiques », provenant des AOT.
L’ergonomie plus importante que la donnée ?
Aborder l’aspect ergonomique de la donnée présente un intérêt, car en effet, si les AOT fournissent les
informations sur le trajet du tramway par exemple, ou sur trafic en temps réel directement sur des écrans
physiques dans les transports en commun, c’est pour une question d’ergonomie et donc d’accessibilité.
Quelle est la valeur de la donnée si elle n’est accessible, lisible, ou même attirante pour personne ? C’est
là que nous rejoignons à nouveau la question des startups, qui ont incontestablement cerné l’enjeu. Le
fait que les urbains prévoient aujourd’hui leurs itinéraires par leurs propres moyens, et qu’ils ont, et
veulent avoir le choix parmi les différents modes de transports requièrent une grande adaptabilité des
solutions logicielles prévues à cet effet. C’est ainsi qu’ont « fleuri » les multiples sites dédiés à la
prévision d’itinéraires, que sont MyTripSet, Mappy, et les applications plus complexes comme Moovit,
Google Maps / Transports et Waze.
Par « adaptabilité », nous entendons surtout « ergonomie », puisque l’une des attentes principales des
usages mobiles est la rapidité d’accès, mais encore la facilité d’utilisation et la pertinence de la réponse
apportée à l’utilisateur. On dénomme communément ces exigences nouvelles par le terme
d’ « expérience utilisateur ». Concrètement, lorsqu’un piéton se demande s’il est préférable de prendre le
bus qui arrive dans la minute plutôt que de marcher jusqu’au prochain arrêt de métro, il souhaite savoir
immédiatement laquelle des solutions lui prendra le moins de temps. De plus, consultant souvent son
smartphone dans la rue ou déjà un transport en commun, l’application qu’il utilisera devra présenter
l’information de façon claire et absolument intuitive. C’est ainsi que le couple intuitivité / rapidité forme
l’ergonomie dont les usagers sont en demande. Toutes les startups de covoiturage, d’autopartage ou tout
simplement d’information aux voyageurs l’ont intégré, et les autorités de transports sont clairementvolontaires pour satisfaire ce même besoin. L’ergonomie est donc ici presque aussi importante que la
donnée elle-même : ne pas la considérer, c’est revenir au temps où internet existait à peine, lorsqu’il
n’avait pas encore bouleversé les usages.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 61/91
GG
3.2.2. Des partenariats avec les startups déjà à l’œuvre
Le partenariat Sharette - RATP
Un exemple intéressant de partenariat entre une startup et une grande entreprise de transport est celui
qui a été signé entre RATP et Sharette, une startup de covoiturage. En été 2015, la ligne de RER A fut en
partie fermée pour cause de maintenance, et le partenariat est né de cette situation, RATP souhaitant
proposer une alternative pour ses voyageurs. Nous pouvons avancer qu’il s’agit là encore de l’économie
des données, puisque par cette collaboration, RATP accède aux données de Sharette, c’est à dire les
trajets mis en ligne par les utilisateurs de cette application.
Quant à la startup de covoiturage, elle a accès aux données publiques de SNCF et RATP (les horaires
réguliers), sans pour autant avoir obtenu l’autorisation de se servir des données en temps réel pour
signaler des incidents et retards éventuels.108
Lyon Urban Data et TUBA
Un des objectifs de la stratégie « Grand Lyon Métropole Intelligente », via le projet Lyon Urban Data, est
la co-création de services territoriaux innovants. Quant à TUBA, c’est un lieu d’échange et de partage, où
peuvent justement se rencontrer acteurs privés, publics, et universitaires autour de projets novateurs.
En ce qui concerne les partenariats entre les entreprises publiques de transports ou les AOT et les
startups, Christian LEFEVRE, dans son ouvrage Gouverner les métropoles, explique : « En Grande
Bretagne, l’ouverture au secteur privé est aussi pour l’Etat un moyen de garder la main sur les politiques
urbaines tout en réorganisant les systèmes d’acteurs locaux » , avant d’ajouter qu’il décrit là « ce que les
Britanniques appellent une enabling authority, c’est à dire une collectivité qui permet que l’action
collective se fasse mais qui ne prétend pas la faire, ni a fortiori la faire seule. »109
On comprend ainsi dans quelle démarche ces partenariats se font : soit par simple objectif de
collaboration, de mutualisation des connaissances et surtout d’expérimentation, soit par pure nécessité,
puisque les acteurs publics admettront d’eux même ne pas être capables de tout organiser de « nos »
mobilités.
En matière de données, il existe une startup qui s’est associée en partenariat avec plusieurs collectivités,
dont Caen, Nantes, Strasbours, Bordeaux, Rennes et Toulouse. 110 SoyHuCe propose en effet d’analyser
des masses de données pour proposer des solutions aux citoyens par le biais d’applications adaptées
aux collectivités.
"NM
AQ^VT` \# V2,0$&&$ (/361+$ (/C/1&"0,.$ $& &0,+%D/0&% $+ (/33"+R A& Z'%.&R 8N"G
"NH AQPQrVQ \# F/"C$0+$0 -$% 38&0/D/-$%R U'*121<(&+ A'-4*&+R U4,1+R 8NNHR /# GH ""N YT9T$W] Z# a, %&,0&"D >" 7/"0 X V/Gf"R$ "&1-1%$ -, >,&, D/"0 ,38-1/0$0 -$% &0,+%D/0&% "06,1+%R P,&%-C_&7R 8N"B
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 62/91
G@
Une autre startup aura retenu notre attention : Snips a mis au point l’application Tranquilien, qui permet
de « prédire » l’affluence dans les trains de la région parisienne. « Grâce à un algorithme, les prévisions
s'étalent jusqu'à trois jours. Les utilisateurs sont également incités à contribuer, en indiquant le taux de
remplissage dans leur train. "Nous sommes dans une logique où ordinateur et humain travaillent
ensemble, précise l'entrepreneur. Le système informatique est la première brique, et les utilisateurscorrigent et améliorent le tout." »111
A travers ces exemples, nous constatons le positionnement des startups comme des intermédiaires entre
les citoyens, les usagers des transports et l’action publique. Etant de plus en plus choisies pour des
partenariats public-privés, nous pourrions penser que les startups ont parfaitement intégré le mode de
fonctionnement des individus, et pleinement compris la demande en transports.
Les startups et leur accès aux données publiques
Les partenariats existants peuvent donner lieu à quelques confusions cependant. Nous l’avons vu avec le
partenariat Sharette – RATP. Nous pouvons autrement illustrer un des problèmes que peuvent rencontrer
les collectivités territoriales dans leurs partenariats avec les startups à travers l’exemple de La Roue
Verte, un concepteur de sites de covoiturages destinés à des communes, des territoires, et tous types de
communautés.
En pratique, La Roue Verte conçoit un site pour une collectivité territoriale qui souhaite faire covoiturer
ses administrés. Il existe alors un contrat qui établit les conditions pour lesquelles La Roue Verte est
chargée de réaliser le site, contre une rémunération de la part de la collectivité. Cependant, la startup,
propose à travers un site unique, central, l’ensemble des trajets de covoiturages qui ont été enregistrés
sur tous les sites conçus et payés par les collectivités.112 Les données (trajets proposés), sensées être
publiques puisque en partie générées par l’achat de la collectivité, deviennent ainsi privées et source de
profit pour la startup.
Dans notre conclusion, nous insisterons sur ce défi que doivent relever les AOT et les acteurs publics des
transports urbains pour rester maitres des données qu’ils produisent aux frais de la collectivité.
""" YT`O]`oa Q# `0,+*"1-1$+9 -#,DD-1 *"1 D08>1& -$ 0$3D-1%%,.$ >$% &0,1+%R A3QK/,&++R 8N"BR \12421'% .& V4%. Y1%.1R
0'%.42&(, .& `%1/+#
112 U'(, .65'%2,&, -&+ /,'/'+R 1* +(0012 .& +& ,&%.,& +(, *& +12& .& A4 V'(& r&,2& /'(, b *1,& D H ]$D"1% ?==<9 >,&$ >$
(08,&1/+ >$ -#$+&0$D01%$ a, _/"$ r$0&$9 +/"% ,%%"0/+% +/&0$ 0$+&,61-1&8 "+1*"$3$+& .0s($ : -, C$+&$ >$ D0$%&,&1/+% >$(/C/1&"0,.$ : >$% $+&0$D01%$% $& (/--$(&1C1&8%O R$ %1&$ a,_/"$r$0&$O(/3 D$03$& : -, A/1% >$ D0/D/%$0 "+ %$0C1($ "&1-$ : &/"% $&>$ >8C$-/DD$0 +/&0$ +/&/018&8 ,"D0m% >$% D0/A$%%1/++$-%O k
Disponible à l’adresse ; http://www.laroueverte.com/covoiturage-gratuit.do
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 63/91
GJ
3.2.3. Les stratégies des startups de la mobilité : se montrerresponsables pour gagner les marchés
Il s’agit dans cette partie de dresser un élément de contexte, qui nous permet de déterminer le
positionnement des startups en tant qu’acteurs des mobilités, face aux éventuelles hostilités qu’elles
rencontrent dans un environnement à « dominante publique ».
De l’informel marginal à l’informel au cœur du système
L’essor d’internet a fait passer l’informel qui était marginal au cœur du système. Nous le percevons avecle « phénomène » Uber dans le domaine des transports urbains : lorsque le vocabulaire pour définir ce
type d’activités optait pour « taxis clandestins » en 2010, cette expression a été remplacée largement par
VTC (véhicules de tourismes avec chauffeurs) ou tout simplement Uber, du fait de l’ampleur de la
transformation du secteur par cette entreprise.
Les AOT, les politiques et l’action publique en général pourraient condamner cette transformation, ce
qu’ils ont tenté en interdisant UberPop en France en 2015, cependant, un grand nombre de startups (et
certains grands groupes) tentent de jouer un certain rôle au sein de l’économie et de la société.
En 1822, Benjamin CONSTANT écrivait : « La plus sacrée et la plus inviolable de toutes les propriétésest celle de sa propre industrie, parce qu’elle est la source ordinaire de toutes les autres propriétés. Le
patrimoine du pauvre est dans la force et l’adresse de ses mains ; et l’empêcher d’employer cette force et
cette adresse de la manière qu’il juge la plus convenable, tant qu’il ne porte de dommage à personne, est
une violation manifeste de cette propriété primitive. » 113
Cet argumentaire, défendant le droit de tous de pouvoir mettre sur le marché ses propriétés et
compétences, a été l’un des plus forts pour exprimer la cause des startups qui permettent une
désintermédiation de l’économie, celle que l’on appelle économie collaborative ou économie du partage.
Un autre auteur, Frédéric BASTIAT, encore d’un ouvrage ancien, disait quant à lui : « Le but immédiat de
la protection est de favoriser le producteur. – Ce que celui-ci demande, c’est le placement avantageux de
son produit. – Le placement avantageux d’un produit dépend de sa cherté, - et la cherté provient de la
rareté. – Donc la protection aspire à opérer de la rareté. C’est sur la disette des choses qu’elle prétend
fonder le bien-être des hommes. » 114
""=
\T]`LO]L I# R/33$+&,10$ %"0 -#/"C0,.$ >$ d1-,+.1$01R 9(04,2R U4,1+R "M88R /# "88# ""B IO`LWOL P# E 9& *31%0*(&%-& .&+ 24,10+ 0,4%v41+ &2 4%;*41+ FR f"MBBhR t"C0$% (/3D-m&$% >$ d08>801( Y,%&1,& R 2'5& "R
^(1**4(51% &2 \1&R U4,1+R 8& 6.121'%R "M@8R /# =@B#
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 64/91
GM
C’est là encore un argument que l’on retrouve chez les défenseurs (à tendance majoritairement libérale,
voire libertarienne) du modèle de société que proposent ces startups d’innovation que l’on qualifie de
« disruptives ». Selon eux, l’Etat est un intermédiaire inutile s’il souhaite protéger les individus de la
concurrence, notamment dans le domaine des transports. Et ce discours est largement diffusé et de plus
en plus accepté face à l’obsolescence de certaines corporations qui éprouvent de grandes difficultés à seréformer (les taxis et leur conflit avec UberPop), y compris dans leur capacité à s’approprier les TIC.
Des startups prêtes à se montrer responsables
Face à une forte méfiance de la part des corporations, des autorités et parfois même de certains acteurs
économiques (entreprises concurrencées), les startups n’hésitent pas à montrer qu’elles sont des
entreprises responsables qui contribuent à l’intérêt général. Par exemple, elles profitent de la conjoncture
économique en communiquant sur leur capacité à générer des emplois. Elles s’attirent de la sorte des
alliés de tous bords lorsqu’elles sont menacées d’interdiction quand leur modèle économique est jugé
illégal par exemple.
Les startups du covoiturage quand à elles insistent sur leur action qui va dans le sens de la lutte contre le
dérèglement climatique. En effet, en s’adressant à une clientèle professionnelle et d’entreprises pour
proposer des solutions de covoiturage domicile-travail, les startups de covoiturage orientent leur
communication pour toucher la sensibilité des cadres dirigeants RSE (responsabilité sociétale des
entreprises) des structures visées. Aussi, ces mêmes startups mettent en avant le caractère convivial du
covoiturage. Car en montrant qu’il crée du lien, un esprit de communauté entre les salariés, elles
pourront proposer un argument de vente supplémentaire à destination des responsables des ressources
humaines des entreprises ciblées.
Une startup lyonnaise de covoiturage « Loue Ton Sam », quant à elle, souligne son potentiel pour
diminuer le nombre d’accidents liés à l’alcool au volant : en créant une offre de covoiturage nocturne à
destination des étudiants, elle argumente qu’elle propose davantage de sécurité pour cette population à
risque. D’autres entreprises similaires (services de minibus à la demande par exemple) ont le même
discours commercial.
Enfin, si les entreprises innovantes tendent à vouloir mettre en avant leurs externalités positives pour
l’ensemble de la société, c’est car elles ne peuvent pas se passer de la puissance publique pour l’instant.
Puisque comme nous l’avons démontré dans le premier scénario : ce sont les acteurs publics qui ont le
plus de « puissance » pour aménager les territoires et les infrastructures. Hors les startups et les PME
qui proposent une multitude de solutions de déplacements se basent souvent sur l’existant, par exemple :
les routes pour le covoiturage et l’autopartage.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 65/91
GH
Nous avons tenté d’illustrer, par ce « scénario » des transports urbains dominés par les startups, le
difficile positionnement des AOT et des pouvoirs publics dans un environnement où la multitude, la liberté
et la diversité des usages est favorisée à l’instar d’une gestion centralisée des infrastructures. On
accordera à ce scénario une certaine probabilité de voir le jour, du moins en partie, lorsque l’on remarque
l’incontestable volontarisme des autorités organisatrices de transports et délégataires pour réaliser despartenariats avec des entreprises innovantes. De plus, nous distinguons une authentique prédisposition
des startups des mobilités à comprendre les usages d’individus qui souhaitent aujourd’hui être les seuls
maîtres de leurs déplacements.
3.3. Les transports urbains dominés par les géants d’internet
3.3.1. La Google Car : nouveau taxi autonome ?
Pourquoi la donnée permet la création de Google Car
Les voitures individuelles seront de plus en plus équipées en réseau internet (4G ou wifi intégrées), et
Google Maps équipe désormais les GPS des véhicules Général Motors. 115 La voiture de demain sera
« bardée de logiciels »,116 Microsoft et Google travaillent déjà dessus, en partenariat avec des startups
d’autopartage.
D’ailleurs, Android a développé une solution Android Auto, qui est un système de GPS – ordinateur de
bord intégrant les données de Google et Waze. Une phrase résume très bien la stratégie de Google :
« ( ! ) if Google owned Waze, then competitors would not have access to its technology and users. »117
Ceci décrit bien une des raisons pour lesquelles les géants du web s’emparent d’immenses jeux de
données : ce n’est pas seulement pour monétiser ces masses de données brutes en tant que telles, mais
finalement pour développer leurs propres technologies sur la base de leurs propres données.
Et cette dernière explication nous avance sur la question, en nous montrant pourquoi Google est autant,
et même assurément plus pertinent qu’un constructeur automobile pour inventer la voiture sans
chauffeur. Effectivement, représenter, modéliser les espaces, ou encore intégrer les données du code de
la route et des comportements de conduite coûterait plus cher à Renault ou Audi, et n’importe quel
constructeur « traditionnel » qu’à Google. Ce géant de la donnée dispose déjà des technologies et des
données nécessaires à la collecte et au traitement des masses de données qui serviront à automatiser la
""G
9QZTX P# a, C/1&"0$ >$ >$3,1+R 8N"NR %'()&4( 5'%.&R /# "M8
""@ 9QZTX P# a, C/1&"0$ >$ >$3,1+R 8N"NR %'()&4( 5'%.&R /# "M= ""J \TYO] U# d/"0 _$,%/+% F//.-$ Y/".2& b,e$R P',7&+R 8N"=
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 66/91
@N
conduite des véhicules. Il ne restera à Google qu’à s’associer avec des ingénieurs et constructeurs pour
concevoir matériellement le véhicule et ses capteurs pour commercialiser la Google Car.
La voiture autonome : plus sûre que la voiture « manuelle » grâce aux données et aux capteurs
Si aujourd’hui les véhicules sont plus sûr que dans le passé, c’est parce que l’homme a réussi à utiliser
des matériaux plus résistants, installé des airbags, mais aussi car les progrès en calcul des structures et
en modélisation ont permis de sécuriser l’habitacle.118 Dans le même ouvrage de Francis DEMOZ, nous
apprenons que ces innovations dans les calculs et la donnée ont pu contribuer à donner naissance à
l’ABS, le contrôle électronique de trajectoire (ESP), le contrôle électronique de stabilité (ESC) ou l’aide au
freinage d’urgence (AFU), ainsi que l’AAC, qui adapte la vitesse du véhicule en fonction de la vitesse et
de la distance du véhicule précédent.
Toujours selon cet auteur, les innovations que nous allons connaitre rapidement (grâce aux capteurs et à
la compréhension des données) feront de la route un lieu plus sûr (détection du gel en formation,
détection des chocs par les barrières de sécurité pour alerter les secours, etc!), et « les accidents
graves pourraient être réduits de 30 à 50% ».
En combinant les données acquises par les capteurs de volumes urbains, par les capteurs des véhicules
Google, par l’analyse des photographies de Google StreetView, et par la cartographie préalable des
routes et des volumes, le système interne des Google Car aura accès à une vision complète de son
environnement. Combiné à cela, « l’œil » des voitures autonomes sera constitué des multiples capteurs,
caméras et autres appareillages des Google Car elles-mêmes. Ce « couple » de technologies a été
prouvé plus sûr qu’un véhicule conduit par un humain. Il élimine ce que l’on appelle l’erreur humaine
(appréciation défaillante des distances de sécurité, temps de réaction trop long, mauvais réflexe, etc!),
et il montre déjà de meilleurs résultats en matière de sécurité. L’objectif « zéro mort » est une des
priorités dans ce projet d’automatisation totale des véhicules.
3.3.2. Modules autogérés ?
Automatiser les transports urbains grâce à la donnée : moins de déperditions ?
Et s’il suffisait de tout automatiser pour obtenir une offre exactement adéquate à la demande de
mobilité ? S’il suffisait d’une seule application (et site internet) pour centraliser les demandes de
déplacement, les offres et les données de mobilité, l’interface de gestion de son compte utilisateur, ainsi
que le « moniteur » de gestion des transports de toute une ville, voire de toutes les villes ?
""M 9QZTX P# a, C/1&"0$ >$ >$3,1+R 8N"NR %'()&4( 5'%.&R /# "H"
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 67/91
@"
Car nous arrivons peu à peu à cette conclusion : nous savons mieux que jamais – grâce à la maitrise des
données – modéliser les mobilités urbaines. Nous avons connaissance de la demande et de l’offre en
transports grâce à la combinaison des innombrables applications mobiles (Waze, Maps, Karos, Sharette,
Uber, Coyotte, Moovit, Drivy etc!). Aussi, nous avons remarqué que ce sont de moins en moins les
acteurs publics qui centralisent les données de transports mais bien des géants du web tels que Google.L’information, grâce ou à cause d’internet est désormais la clé de la maitrise de l’offre et la demande : il
suffit de se faire rencontrer un demandeur de transports et une offre (location de voiture à la journée avec
Drivy ou Ouicar, covoiturage urbain avec les applications dédiées comme Sharette et Karos, taxi
« instantané » avec Uber, Heetch ou Djump, etc!)
Nous arrivons dans une ère où le citoyen est « seul maître à bord » pour planifier ses déplacements,
comme nous l’avons expliqué dans la partie 3.2.1, et de plus, les transports urbains s’organisent
progressivement de façon quasi-automatique.
Les modules autogérés comme « mise en pratique » des applications mobiles ?
Nous avons expliqué en quoi l’information automatisait les transports urbains, mais nous pourrions aller
plus loin en imaginant quelle pourrait être la mise en pratique d’une automatisation parfaite. Dans la
partie précédente (3.3.1), nous avons abordé la Google Car comme avenir de l’automobile. Nous avons
compris comment l’information permettait en partie de sécuriser et de « faire rouler » un véhicule sans
conducteur. Il suffit donc de pousser le concept un peu plus loin pour imaginer un transport collectif
composé de véhicules autonomes (sans chauffeurs), gérés entièrement par un seul système
d’informations.
Grâce à de lourds investissements, les géants du web pourraient lancer un système de transports
urbains combinant solutions applicatives (virtuelles) et véhicules autonomes (infrastructures et matériel
roulant réels). 119 Par conséquent nous donnons dans ce scénario un rôle encore plus fort aux grands
groupes privés d’internet tels que Google, Waze et Uber, en imaginant que les collectivités territoriales et
les AOT leur aient accordé cette place (par contrat, par concession, par nécessité ou contrainte). Pour
aller encore plus loin dans le scénario, et donc comprendre combien le rôle des AOT et des entreprisesde transports traditionnelles risque d’être réduit, nous pouvons interroger la place des conducteurs de
taxis, de bus, de tramways, de métros (qui sont déjà largement automatisés). Car si notre sujet n’est pas
celui de la justification de l’existence des conducteurs dans la société (problématique d’emploi
notamment), il impute aux AOT et entreprises organisant les transports en commun de former ces
conducteurs, aujourd’hui toujours essentiels au fonctionnement des réseaux. Or si demain, les géants du
web et des TIC proposent des solutions « clé en main », sans conducteurs, en intégrant toute la maitrise
de la sécurité en sus, la mission des acteurs traditionnels se verra encore une fois partiellement réduite.
""H Pour mieux comprendre le concept de modules autonomes, nous détaillons en annexes 3,4 et 5 les détailstechniques en exposant quelques projets en cours
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 68/91
@8
De ce fait, l’ensemble de la société (ingénieurs, politiques, usagers, entreprises) pourra assurément se
poser la question de l’efficacité des acteurs traditionnels dans l’organisation des mobilités urbaines.
Dans la partie suivante, nous tenterons justement de comprendre pour quelle raison les géants du web
pourraient se voir confier un tel rôle. Nous articulerons alors notre réflexion autour de la pertinence de lanotion d’« intelligence » appliquée au domaine des transports.
3.3.3. « L’intelligence » des transports comme impératif
Une définition ambiguë
Si nous souhaitons remettre en question le terme d’intelligence, c’est avant tout parce que l’on pourraitcroire à une confusion très forte entre les concepts d’intelligence artificielle et d’intelligence humaine.
Lorsque l’intelligence artificielle, à l’origine découverte par Alan TURING en 1936, définit les processus
mathématiques essentiels au calcul ainsi que les programmes susceptibles d’améliorer la quantification
d’éléments numériques, l’intelligence humaine, quant à elle, peut s’interpréter uniquement par son
caractère culturel. On parlera dans ce cas d’intelligence relationnelle, linguistique, cognitive, etc! C’est
également en ce sens qu’il est malaisé d’admettre que le codage informatique peut s’entendre comme un
langage.
On prête volontiers au terme « intelligence » cette qualité hybride, entre « technologie humanisée »,
capable de comprendre les besoins humains, et « humain amélioré » grâce à l’informatique et ce qu’elle
permet, comme par exemple la réalité augmentée. Ce qui nous pose question ici est bien la définition que
l’on prête à intelligence.
Le journal des communes titrait dans son numéro de juin-juillet 2015 «Toutes les villes peuvent devenir
intelligentes », en précisant qu’une étude de la société m2ocity (Véolia – Orange), avait décerné à Lyon
le titre de « ville la plus intelligente de France ». Il existe donc, de fait, la ville « la plus stupide de
France », et on peut questionner la pertinence de l’emploi d’un tel adjectif pour qualifier une politiquepublique.
Smart Cities, Smart Transports, une vision imposée ?
Nous ne prendrons pas position pour une ville qui se passerait des possibilités qu’offrent les masses de
donnée, car nous avons constaté à quel point celles-ci peuvent être utiles pour inventer, améliorer,
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 69/91
@=
modéliser et comprendre les mobilités urbaines. Pourtant, nous pourrions réellement nous demander : à
qui profite le plus l’économie de la donnée ?
Il est possible, à travers les définitions communes à tous les experts, ingénieurs et entreprises
spécialistes de la data science et de l’intelligence économique, de définir un transport intelligent. Il s’agitprobablement d’un moyen de déplacement rapide, à moindre frais pour l’usager et la collectivité, adapté à
son environnement urbain, propre et confortable. Par opposition, nous pouvons définir ce qu’est un
transport « stupide » : il ressemblera certainement à un transport peu rapide, onéreux pour l’usager et la
collectivité, peu adapté à son environnement, et « sale ». Dans ce cas, ce transport « stupide » a un
nom : la voiture individuelle (lent aux heures de pointe, principal générateur du trafic routier, nécessite
des infrastructures lourdes et encombrantes, et très polluante). Il peut s’agir aussi d’un bus ayant
beaucoup trop servi, ou d’un réseau ferré mal entretenu.
Et ce type de mobilités est bien évidemment devenu obsolète aux yeux des architectes élus, designers,
ingénieurs actuels. Ces derniers combattent les transports « stupides » comme les urbanistes
d’aujourd’hui bataillent contre le « tout béton ». La donnée et plus généralement, les systèmes
d’information sont au cœur des stratégies de vente des groupes comme IBM, Google, Orange ou Thales,
car ces entreprises savent combien les chefs de projets qui fabriquent nos villes tiennent à construire des
réseaux « intelligents », des villes « smart », des transports « efficients ».
La question que nous posons dans cette dernière partie pourrait se résumer ainsi : si la donnée, si les
transports intelligents permettent plus de sécurité, pour moins cher, pourquoi baser la construction de nos
réseaux sur d’autres critères ? Car si les coûts de construction et de maintenance des réseaux sont
moins élevés grâce à une meilleure modélisation et une gestion plus efficace des infrastructures, les
conditions sont réunies pour desservir encore plus de populations qu’aujourd’hui, que le service soit
public ou privé. Si les géants du web sont capables de tenir leurs « promesses commerciales » telles
qu’ils les présentent actuellement aux acteurs publics, les transports en commun ne pourraient être que
plus efficaces et servir aussi bien les populations et les quartiers les plus « vulnérables ».
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 70/91
@B
Le couple intelligence et performance économique
Figure 8 Chiffre d'affaires - Effectif – Taille de la clientèle (échelle des axes logarithmique) - Réalisation
personnelle
* Chiffre d’affaire de Blablacar estimé, Les Echos, 2015
Ce nuage de points (échelle logarithmique base 10) nous permet de comprendre à quel point la donnée
et l’utilisation de l’intelligence artificielle sont pertinentes comme leviers de croissance pour tout modèle
économique. On remarque ici que la corrélation des indicateurs de performance « chiffre d’affaires par
employé » et « nombre de clients / utilisateurs par employés » s’exprime par une cohérence dans le
positionnement des entreprises dans le nuage de points.
Les entreprises qui appuient le plus leur modèle économique sur les TIC et la donnée sont situées à
l’extrémité haute des abscisses et des ordonnées, alors que celles qui basent leur activité sur lesinfrastructures se positionnent dans les valeurs les plus faibles d’utilisateurs et de chiffre d’affaires par
$IQV
oQTAW`LVO]`9Qr
pOXQ
LTZLTZ
\TaTLLQ
r`\
IAOIAO\OVw
9VWra
T$W\OV
IA$QAa
O$LTAWI
" x
"N x
"NN x
" NNN x
"N NNN x
"NN NNN x
"NNN NNN x
"NNNN NNN x
" "N "NN " NNN "N NNN "NN NNN " NNN NNN
) N 9 S S 7 2
. T - S S - 9 7 2 ;
Q ? > + G R 7
1 - 6 9 ; 1 : / 4 7
+ 2 C :
6 / U
1
#/C<72 .T48969;-8247; V=69208; .2 6T20872:79;2 :/47 + 2C:6/U1
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 71/91
@G
employé. Si l’on considère que la performance économique des entreprises peut se mesurer notamment
par un ratio élevé « chiffre d’affaires / nombre d’employés »120, on remarque que ce sont les mêmes
entreprises qui ont un fort ratio « taille de la clientèle / nombre d’employés ».
Ainsi, Kéolis et Transdev, valeurs très proches se situent globalement au centre du nuage de points. Prèsd’elles, on aperçoit les startups françaises Drivy, Ouicar et Blablacar, avec un nombre d’utilisateurs par
employé légèrement supérieur. Au « sommet » des ratios de performance économique, on observe les
trois applications très populaires Waze, Coyotte et Uber. Enfin, les entreprises ayant le plus faible ratio
utilisateurs et chiffre d’affaire par employés sont les deux entreprises d’autopartage Bluely à Lyon, et
Autolib à Paris.
La donnée comme extension de l’intelligence humaine ?
Si l’on définit l’intelligence comme une « capacité à traiter l'information pour atteindre ses objectifs, en
dépensant le moins de ressources possible » ; nous aurions tort de vouloir nous en priver. Et si
l’intelligence artificielle, grâce en grande partie à l’amélioration de la qualité et rapidité de traitement des
données permet d’atteindre des objectifs encore plus élevés, avec encore moins de ressources, il y a
pourtant des détracteurs à l’innovation dans le domaine. Nous ne nous intéresserons pas ici à l’ensemble
de leurs arguments, puisqu’il s’agit souvent de considérations culturelles, idéologiques, voire
personnelles, qui n’ont pas lieu d’être citées dans notre travail. Mais un auteur en particulier a retenu
notre attention, tant son regard sur le sujet est juste.
Le philosophe Michel SERRES écrivait en 2001 : « A chaque progrès majeur dans les technologies de
communication, nous nous affranchissons du besoin de mémoire. ( ! ) Aujourd’hui, avec le Net et la
puissance de stockage des ordinateurs, nous pouvons être connectés à toutes les mémoires du monde.
Nous sommes délivrés de l’écrasante obligation de nous souvenir des choses. »121
Ce qui nous intéresse ici, est l’ironie qui est utilisée par l’auteur. Nous ne saurions pas affirmer que les
nouvelles technologies et la puissance de la donnée sont inutiles, voire mauvaises, car elles nous
permettent d’innover et d’imaginer les meilleures des inventions. Pourtant, la question que nous pouvonsnous poser, comme l’évoque Michel SERRES, consiste à nous demander : si nous pouvons nous passer
de notre mémoire, qui donc sera chargé de le faire à notre place ? Et c’est ici que nous rejoignons à
nouveau le sujet de la pertinence du rôle des géants d’internet. Peut-on réellement souhaiter leur
domination du secteur des transports, ou même de tout secteur, lorsque nous connaissons leur
propension à bâtir des monopoles aussi forts qu’ils sont capables de déstabiliser les Etats ?
"8N ^O$^VW` O# a$% 1+>1(,&$"0% >$ D$0A/03,+($R 91)1+1'% +2421+21<(& .&+ ]421'%+ (%1&+R I454t'R 8NNM "8" `QVQ` Z# E ]'(+ )'1*? ,6.(12+ ? ,&.&)&%1, 1%2&**1;&%2+ FR &%2,&21&% .4%+ ]&_71iR %l"@R .6-&57,& 8NN"R / "=M#
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 72/91
@@
On comprend donc que la question que nous posons au début était véritablement d’ordre politique, et
même idéologique. La réponse est donc plurielle, non seulement selon les scénarios que nous avons
explorés, mais surtout parce qu’elle diffère selon qu’on soit libéral ou étatiste.
Dans notre conclusion, nous tenterons d’écarter les questions idéologiques, en nous concentrant sur laqualification des défis que doivent relever les acteurs publics des transports urbains pour avoir des
« chances » de continuer à organiser les mobilités des individus.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 73/91
@J
Conclusion
Au fil de notre travail, nous avons inclus dans le terme « acteurs de la mobilité » tout un ensemble de
structures très disparates : de l’AOT à son délégataire de service public, de la startup de covoiturage au
géant Uber, et bien que n’agissant pas uniquement dans le secteur des mobilités : Google.
Nous avons pu comprendre pourquoi l’acteur public était pertinent dans l’organisation des mobilités.
Jusqu’à présent, il a pu assurer la construction, la maintenance et la sécurité des infrastructures. Les
autorités publiques des mobilités ont prouvé leur capacité à servir l’intérêt général, en permettant la
desserte des territoires et des quartiers les plus isolés, ainsi qu’en donnant l’accès aux transports aux
populations les plus en marge. La donnée pourrait-elle à ce point remettre en cause l’existence d’une
gestion publique des transports urbains ? Nous avons aussi compris que si l’acteur public se liait de
façon pertinente à des partenaires privés, il pourrait relever le défi de rester complètement légitime dans
ses missions.
Cinq principaux défis à relever
1. Centraliser la donnée face à une décentralisation de la production de celles-ci
Il n’est plus possible de centraliser la production et le traitement des données : les startups et les géants
du web le feront toujours mieux que les AOT, puisqu’elles se sont emparées des données en concevant
de plus en plus de solutions de mobilités. Cependant, c’est dans la distribution des données que réside
l’opportunité de continuer à organiser les mobilités pour les acteurs publics. En effet, nous l’avons
observé dans le 2e scénario (l’ère de la multitude) : l’interopérabilité est une mission de service public.
Il existe donc deux moyens d’agir à ce niveau. Le premier consiste en une démarche active, en
proposant directement des applications telles que BreizhGo, ou Optimod, afin de construire une interface
entre l’usager et tout le panel de solutions mobilités qui s’offrent à lui.
Le deuxième moyen d’action dont disposent les autorités de transports et les collectivités territoriales
réside en une démarche plus transversale, plus « passive ». En pratique, il s’agit de permettre
l’interopérabilité à chaque niveau de collecte et distribution des données. C’est ce que tente de faire
SNCF avec son projet « SNCF as a platform », en concevant son service entier tel que le fait Amazon,
c’est à dire comme un ensemble de briques de programmes, d’API distinctes fonctionnant en
interconnexion permanente. Les offres, les services et les produits, les clients et leurs smartphones, les
infrastructures, les équipes de travail, en somme tout ce qui compose ou concerne l’entreprise génère
des données et est « interopérable ».
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 74/91
@M
2. Rester maître de ses données, maitriser les risques
L’open data autorise de nouveaux usages à voir le jour, et de nouvelles techniques de représentation qui
aident grandement à la décision en matière de transports. Pourtant, nous avons perçu un risque avérédans le cas où les collectivités et les AOT ne maitrisaient pas complètement leurs données.
Le premier danger réside dans l’aptitude des individus mal intentionnés de nuire au système de données
si celui-ci est mal sécurisé. Supposé qu’une AOT par exemple, donne l’accès à trop d’informations et
permet presque le contrôle de ses infrastructures par des tiers, le risque de « piratage » est important. Le
problème se pose d’autant plus dans un futur où les infrastructures et le matériel roulant seront
entièrement automatisés. Cependant, nous ne pouvons que croire à une maîtrise parfaite de ce point de
vue : les acteurs des transports accordent une véritable importance à la sécurité (sécurité routière et
ferroviaire, menace terroriste, etc!
)
Le deuxième risque quant à lui est d’ordre économique, plus central au sein de notre problématique : il
faut à l’avenir que l’ensemble des collectivités et des AOT fassent le choix entre déléguer et monétiser la
gestion de leurs données, ou les distribuer gratuitement via des politiques d’open data. Car mêler ces
stratégies opposées peut mener à des situations telles que nous connaissons avec SNCF par exemple
(Capitaine Train et la revente des billets interdite ; Raildar et l’accès à la géolocalisation des trains qui a
été rendu impossible du jour au lendemain, etc!) En définissant des stratégies claires à ce niveau, les
entreprises et les acteurs des mobilités urbaines en général pourront envisager l’avenir de leur rôle dans
l’économie des données et des TIC en restant totalement maîtres des informations qu’ils détiennent. Pour
cela, les collectivités et les AOT doivent notamment suivre les projets qui sont opérés grâce à leurs
données. Un outil qu’elles ont à leur disposition est l’API, qui leur permet d’identifier les utilisateurs des
données (les personnes ou les organisations qui effectuent les requêtes)
3. Se méfier des estimations
Les prédictions sont légion pour le secteur de la donnée, nous l’avons vu en première partie. Nousajouterons une estimation : « l'Open data pourrait ajouter 3.000 milliards de dollars par an à l'activité
économique mondiale »122 Aussi, les acteurs publics ont tout intérêt, pour dépenser de façon responsable
et mesurée, à « ne pas vouloir en faire trop », à ne pas lancer des expérimentations pour des objectifs
d’image ou de marketing territorial, sans réel suivi par la suite. Les estimations et les espérances, les
prédictions et les tendances, ne sont pas les piliers de l’action publique. Car si les pouvoirs publics se
doivent d’agir dans une démarche prospective, leur action a plutôt vocation à s’inscrire dans la durée. Par
conséquent, ce sont aux associations, aux usagers, aux entreprises de se mobiliser pour l’innovation et
faire réagir le politique : ce qui se réalise grâce à OpenStreetMap permet de grandes avancées, avec
"88 Z- o1%+&bR V&(2&,+R 8N"B
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 75/91
@H
l’appui des pouvoirs publics, mais la démarche vient assurément « d’en bas », d’un mécanisme bottom-
up. Le défi 5 précisera cet impératif de savoir déléguer aux autres acteurs.
4. Veiller sur l’innovation pour profiter du meilleur des technologies
Une veille appropriée sur les innovations technologiques se révèle particulièrement efficace lorsque in
fine, elle permet à la fois de réduire les coûts d’exploitation grâce à l’intelligence des systèmes, et de
proposer des services adaptés aux goûts des usagers (nous pensons ici aux nouvelles générations, en
forte demande d’instantanéité et de produits mobiles).
De ce fait, une nouvelle question se pose : les dépenses dans l’investissements pour les systèmes
d’information voyageurs sont elles nécessaires, quand on sait que les smartphones et plus généralement
les terminaux portables (tablettes et montres connectées) deviennent peu à peu, par « instinct », l’unique
source d’information en temps réel ?
C’est ici que nous comprenons que la veille sur l’innovation, à elle seule, ne suffira pas aux acteurs des
mobilités pour exploiter tous les potentiels des TIC. Une démarche prospective transversale (dans tous
les services, à tous les niveaux de l’organisation) devra accompagner cette veille pour savoir où la
renforcer, et comment anticiper les transformations imminentes ou déjà en phase d’aboutir du secteur
des transports et de l’entreprise.
5. Savoir déléguer
Nous avons aussi pu remarquer la pertinence de la place des acteurs privés dans l’exploitation des
transports urbains. Leurs logiques économiques les poussent à maximiser l’efficacité des produits et des
services de mobilité, tant au niveau de la dépense d’énergie qu’en leur capacité à tirer avantage de
l’intelligence des systèmes. C’est en ce sens que les acteurs publics des mobilités urbaines doivent
continuer à réaliser des partenariats avec tous types de structures, grands groupes (Google, IBM, Waze),
startups (Sharette, Wayz-Up), PME ou associations (OpenStreetMap).
Si l’on sait reconnaître les technologies qui permettent un réel progrès (défi 4), et que l’on sait aussirester maître de ses données (défi 2), alors les structures publiques de gestion des transports urbains
pourront déléguer à moindre risque l’exploitation de leurs données.
Nous pourrions aussi ajouter que les acteurs privés profitent largement de ces partenariats avec les
organisations publiques : ces dernières représentent une très grande part de leur clientèle, et de plus,
elles leurs fournissent les infrastructures indispensables à leur activité. Que serait le covoiturage sans les
routes ? Mais surtout, que seraient Google et Facebook sans les réseaux télécoms ?
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 76/91
JN
C’est par une nouvelle illustration que nous terminerons. Il est aujourd’hui question de financer
l’installation de la Wi-Fi dans les gares et dans les trains. Sachant que Facebook et Google sont devenus
de très loin les premiers référant de trafic internet123, et ce faisant, les premiers sites internet consultés
dans le monde, il serait intéressant de savoir à quel niveau ces géants du web seraient capables de
financer les infrastructures d’accès à internet (Wi-Fi en gare, dans les trains, dans les bus et les métros).Ce sont ces mêmes groupes privés qui ont pour projet d’équiper les pays en développement de réseau
internet grâce à des technologies innovantes. Savoir déléguer reposera donc sur la compétence des
pouvoirs publics à choisir ses partenaires, dans quels cas, pour quels marchés, et surtout pour réaliser
quelles économies.
***
Ainsi, si les collectivités et les AOT parviennent à centraliser l’ensemble des données sur les
transports urbains, elles devront sécuriser les données sensibles et préserver les données
personnelles à travers le respect des droits individuels. Par la suite, les actions qu’entreprendront
les acteurs publics des transports urbains devront se référer à un véritable processus
démocratique, seul rempart contre la puissance des données que détiennent les géants du web,
en s’efforçant de suivre une démarche prospective pour bien anticiper l’automatisation des
transports urbains. Enfin, les transports urbains ne pourront être organisés par les autorités
publiques que si ces dernières seront capables de déléguer à des tiers certains services de
mobilité, en acceptant d’être reléguées à un rôle davantage « régalien ».
On peut ainsi se demander si à l’avenir, la structuration des transports urbains ne sera pas
agencée de la manière suivante : les pouvoirs publics seraient chargés de la conception des
réseaux, et tous les autres acteurs (particuliers, privés, associatifs) de tout le reste, c’est à dire de
la production à l’exploitation des infrastructures, de la conduite des bus à la gestion des lignes de
tramways.
Nous saisissons ici que notre sujet, bien qu’il portait sur l’étude de l’immatériel était éminemment
physique, politique et sociologique, et que nous n’avons pas terminé d’observer à quel point la
donnée s’inscrit dans l’espace matériel et social des villes.
"8= `12& ,606,&%2 D +12& .& /,')&%4%-& .& *4 -'%%&K1'% .3(%& /&,+'%%& +(, (% 4(2,& +12& u r'1, 4%%&K& M
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 77/91
J"
Bibliographie
Ouvrages
• AUBERT N. Le culte de l’urgence : la société malade du temps, Flammarion, 2003
• BASTIAT F. « De l’influence des tarifs français et anglais », (1844), Œuvres complètes de Frédéric Bastiat ,
tome 1, Guillaumin et Cie, Paris, 2e édition, 1862
• BOYER R. Théorie de la régulation, 1. Les fondamentaux , La Découverte, Paris, 2004
• COLIN N. VERDIER H, L’âge de la multitude, entreprendre et gouverner après la révolution numérique ,
Armand Colin, 2012
• COQUELIN C. Concurrence, Dictionnaire de l’économie politique, Coquelin et Guillaumin (éd), tome 1,
Guillaumin, Paris, 1852
• CONSTANT B. Commentaire sur l’ouvrage de Filangieri , Dufart, Paris, 1822
• DEMOZ F. La voiture de demain, 2010, nouveau monde
• DESROSIERES A. La politique des grands nombres. Histoire de la raison statistique , La Découverte, Paris,
2000
• DESROSIERES A. Entre réalisme métrologique et conventions d’équivalence, les ambiguïtés de la
sociologie quantitative, Genèse, 2001
• ESTEBE P. Gouverner la ville mobile, Presse Universitaire de France, Paris, 2008
• FRYDMAN R. GOLDBERG M. Marchés : la fin des modèles standard , Princeton University Press, 2013
• GARNIER J. Notes et petits traités, Garnier frères et Guillaumin et Cie, Paris, 2e édition, 1865
• HUET J.M ; TCHENG H. Et si les télécoms n’existaient pas, Pearson Education France, Paris, 2009
• KEYNES J.M. Théorie générale de l’emploi, de l’intérêt et de la monnaie, (1936) – Payot, Paris, 1982
• KLEIN O. Temporalités Urbaines et Projet , Les cahiers du développement urbain durable, N°16,
Observatoire universitaire de la ville et du développement durable, février 2015
• LAKEHAL M. Le Grand Livre de l’Economie Contemporaine, Eyrolles, Paris, 2012
• LARLET D. Les outils manquants de l’Open Data, 2011
• LEFEVRE C. Gouverner les métropoles, Politiques Locales, Paris, 2009, p. 59
• LEVEQUE F. Economie de la règlementation, La Découverte, Paris, 2004
• MARSHALL A. Principes d’économie politique, (1890) tome 1, Giard & Brière, Paris, 1906
• MENARD C. L’économie des organisations, La Découverte, Paris, 2012
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 78/91
J8
• MERCIER DE LA RIVIERE L’ordre naturel et essentiel des sociétés politiques, (1767), Physiocrates, 2e
partie, Guillaumin, Paris, 1846
• MERENNE E. Géographie des transports, 2008
• ROCHELANDET F. Economie des données personnelles et de la vie privée , La Découverte, Paris, 2010
• ZOLA E. L’Argent, Charpentier, Paris, 1891
Articles scientifiques
• BEYER C. ROYOUX D. La mesure des temporalités territoriales : applications et nouveaux défis - L’action
publique face au temps de vivre (p. 169 – 201), 2013
• CAVOUKIAN A ; CASTRO D. Big Data and Innovation, Setting the Record Straight : De-identification Does
Work , ITIF, Ontario, 2014
• CNRS, Prédire les besoins des consommateurs, 2014
• DARBERA R. The market effective size : a criterion for comparing transports systems efficiency between
mega-cities, European Transports Forum, 1995
• GAUGRIS A. Les indicateurs de performance, Division statistique des Nations unies, Bamako, 2008
• REEVES E. Avec le numérique, plus de temps, plus de stress ? Urgences Temporelles, L’action publique
face au temps de vivre (p. 31 – 37), 2013
• URVOAS J.J ; VERCHERE P. Rapport d’information de l’Assemblée Nationale n°1022, 2013
Sources législatives
• Code de la voirie routière, Article D-111-2, Décret n°2006-235 du 27 février 2006
• Code des transports, Article L1221-1
• Loi n°78-753 du 17 juillet 1978, Légifrance
Sources internet
Articles en ligne
• ASLETT, M. Spotlight: Big data reconsidered: it's the economics, stupid , 2013
• FABERNOVEL, Bienvenue dans le monde géo-personnalisé des Beacons, Le Monde, 2014
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 79/91
J=
• FLAJOLET P. PARIZOT E. Qu’est-ce qu’un algorithme ? Interstices, 2004
• (FRENCHWEB)La SNCF envoie Raildar au terminus, Rédaction de Frencheb, 2015
• GOEL V. Maps That Live And Breathe With Data, New York Times, 2013, (cité par) COHAN P. Four
Reasons Google Bought Waze, Forbes, 2013
• GOODIN D. Poorly anonymized logs reveal NYC cab drivers’ detailed whereabouts, ArtsTechnica 2014
• HAMEL Marie-Pierre ; MARGUERIT David, Analyses des big data, quels usages, quels défis ?
Commissariat général à la stratégie et à la prospective, Département Questions Sociales du Gouvernement
(Note d’analyse N°8, 11/2013)
• HARMANT O. Objets connectés, un marché à 1700 milliards de dollars en 2020 ?, Frenchweb, 2015
• HARMANT O. Pourquoi le trafic Internet va tripler d’ici 4 ans , Cisco, Frenchweb, 2015
• HARMANT O. Le transporteur public Keolis fait les yeux doux aux développeurs , Frenchweb, 2015
• HARMANT O. Moovit, le Waze des transports publics, lève 50 millions de dollars, Keolis (SNCF) et Bernard
Arnault au capital , Frenchweb, 2015
• HELLO Y. Vigirail, quand le Big data se met au service des voies ferrées françaises, Les Echos, 2014
• HODOUIN M. La startup du jour : SoyHuCe utilise la data pour améliorer les transports urbains , Frenchweb,
2014
• HOSANSKY E. Tranquilien, l’appli qui prédit le remplissage des trains, L’Express, 2014, Citation de Rand
Hindi, fondateur de Snips.
• LEGROS C. Sharette combine covoiturage et transports en commun, Le Monde, 2015
• Le Point, Et si une banque vous refusait un prêt à cause de vos amis Facebook ? 2015
• LYNDON Henry, Analytics and Big Data – Rail Public Transportation is a Leader (Railway Age Magazine,
Urban Rail Today, Austin, TEXAS)
• MARR B. How Big Data And The Internet Of Things Improve Public Transport In London, Forbes, 2015
• OLSON P. Why Google’s Waze Is Trading User Data With Local Governments, Forbes, 2014
• RAYNAL A. Wayray, la voiture a désormais son pare-brise connecté , Frenchweb, 2015
• RONFAUT L. Capitaine Train, la startup qui défie la SNCF , Le Figaro, 2014
• SERES M. « Nous voilà réduits à redevenir intelligents », entretien dans Newbiz, n°16, décembre 2001, p
138.
• TUAL M. Le Monde, Loi sur le renseignement : que contiennent les dispositions censurées par le Conseil
constitutionnel ? 2015
• VIENNET R. Optimod Lyon : la première appli de mobilité multimode, en temps réel et prédictive,
Mobilicités, 2015
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 80/91
JB
Sites institutionnels et associatifs
• ADEME, 21.05.2015 (en ligne), disponible à l’adresse : http://www.presse.ademe.fr/2015/05/optimodlyon-
lancement-de-lapplication.html
• International transport forum, Corporate partnership board report, 2015
• Libertic, Le citoyen a t-il une place dans l’open data ? 2012, en ligne, consultable à l’adresse :
https://libertic.wordpress.com/2012/02/17/le-citoyen-a-t-il-une-place-dans-lopen-data/
• Site Montpellier Territoire Numérique consulté le 02.08.2015.
http://montpellier.territoirenumerique.org/opendata/cartoparty/
• OCDE, International Transports Forum, Investissements en infrastructures de transports : vers plus
d’efficience, 2008
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 81/91
JG
Lexique et abréviations
Analytique : Pratique qui consiste, dans le domaine de l’informatique et du web, à analyser le trafic d’unsite internet et le comportement des internautes. Google Analytics est un des outils les plus représentatifs
et utilisés pour cela, en proposant un service de base gratuit, et un service payant qui vise les
professionnels.
Android : Système d’exploitation développé par Google, pour les smartphones et tablettes, et objets
connectés. Android détient environ 80% des parts de marché mondial des systèmes d’exploitations.
AOT : Autorité Organisatrice de Transports
API : Une API (Application Programming Interface, ou interface de programmation), est un ensemble de
données informatiques, telle une « brique de programme », qui permet à un logiciel de servir d’autres
logiciels. Google Maps a son API, comme OpenStreetMap aura la sienne.
Beacon : Technologie qui s’utilise comme un transmetteur utilisant peu d’énergie et présentant un coût
de fonctionnement très faible. Il permet d’échanger des données avec des smartphones à proximité
grâce à la technologie de transmission Wibree, autrement connue sous le nom de Bluetooth Low Energy
(BLE).
Big Data : Ensemble d’opérations pratiquées par les entreprises pour collecter, traiter et analyser des
masses de données déstructurées.
Carto-Partie : Evènements lors desquels un groupe d’individus cartographient un ou plusieurs éléments
d’un territoire défini, généralement via OpenStreetMap.
Crowd Sourcing : (Cf Open Source) Possibilité à tous de construire un ensemble de données de façon
collaborative grâce à un programme (OpenStreetMap par exemple). On retrouve le même terme avec le
crowdfunding (financement participatif).
Data visualisation : Nouveau champ d’analyse, nouvelle source d’innovation consistant en l’amélioration
des techniques de représentation des données. On rejoint la notion d’ergonomie, puisque la Data
Visualisation a pour but principal de rendre compréhensible la structuration d’une ou plusieurs masses de
données.
Donnée : Représentation d’une information dans un programme. On parle de données brutes lorsqu’elles
n’ont pas encore été traitées.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 82/91
J@
Données personnelles (DP) : Elles permettent d’identifier la personne par tous processus, et sont
généralement protégées par la loi. Désormais le débat porte sur les « contours » des données
personnelles : faut-il considérer que toutes les traces informatiques (cookies notamment) constituent les
DP?
Freemium : Modèle économique basé sur une partie gratuite d’un site ou d’un service (free) et des
services additionnels payants accessibles grâce à un compte Premium, d’ou la contraction freemium.
Interopérabilité : Fait de transformer sous un même format ou un format compatible un ensemble de
données. Sans interopérabilité, les données ne sont pas capables de communiquer entre elles ni même
d’être lisibles lorsqu’elles sont entrées dans une même base de données.
Objet connecté : Souvent rassemblés sous le terme d’internet des objets, le monde des objets
connectés renvoie à l’extension d’internet à l’environnement physique. Les montres, les imprimantes, les
capteurs en tout genre, les technologies NFC (Near Field Communication), etc!
Open Data : Ouverture des données publiques (ou éventuellement privées), à destination du grand
public, des développeurs web et des entreprises qui pourraient les utiliser soit personnellement ou en
interne, soit pour créer de nouveaux services d’information.
Open Source : (Cf Crowd Sourcing ) Possibilité à tous de construire un ensemble de données de façon
collaborative grâce à un programme.
OSM : OpenStreetMap
Réalité augmentée : Ensemble de technologies permettant d’améliorer la connaissance de son
environnement en temps réel. Deux exemples concrets : les Google Glass, permettant d’ajouter du
contenu digital à sa vision (guidage, informations, photos), ou encore les pare-brises connectés qui
fonctionnent sur ce même principe.
Site référent : site de provenance de la connexion d’une personne sur un autre site, valeur centrale dans
le trafic internet : Facebook a dépassé le moteur de recherche Google dans la redirection vers les
contenus web.
Système d’information (SI) : Ensemble de ressources organisées entre elles pour collecter, stocker,
traiter et diffuser l’information. C’est un système socio-technique, c’est à dire qu’il est constitué à la fois
de personnes humaines et de technologies (machines, hardware et softwares).
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 83/91
JJ
TIC : Technologies de l’information et de la communication : du téléphone au minitel, de l’ordinateur au
smartphone, des Google Glass aux objets connectés, etc!
VSC : Voyages-SNCF.Com, le site appartenant à la SNCF vendant des billets de trains en Europe, et
désormais ouvert à la concurrence.
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 84/91
JM
Table des matières
V&5&,-1&5&%2+ ############################################################################################################################################################
`'5541,& #######################################################################################################################################################################
"#$%&'()$"&# ************************************************************************************************************************************* +
+* ,- ./0012 3 0/452662 715/6489/0 :/47 62; 87-0;:/78; 47<-90; 28 6247; -=8247; ****** +>
"#"# $%& %'()&**& +'(,-& .& /,'012 &2 .3456*1',421'% /'(, *&+ &%2,&/,1+&+ .& *4 5'71*126
(,741%& ################################################################################################################################################################## ""
"#"#"# ̂ '';*& Z4/+ D /,&51>,& &%2,&/,1+& .& 5'71*126 y ############################################################## ""
"#"#8# `2,426;1&+ .&+ &%2,&/,1+&+ .& 5'71*126 /'(, /,'012&, .& *3&++', .& *4 .'%%6& ###### "G
"#"#=# O56*1',421'% .&+ 2,4%+/',2+ &K1+24%2+ &2 -,6421'% .& %'()&4(K +&,)1-&+ ############## "M
"#8# 9&+ -':2+ .31%)&+21++&5&%2+ 5'21)6+ /4, (%& *';1<(& /,1)6& ############################################## 88
"#8#"# A31%)&+21++&5&%2 /,1)6 .4%+ *&+ LW\ D <(&* /,'012 y ######################################################## 88
"#8#8# A4 ,&)&%2& .&+ .'%%6&+ /&,+'%%&**&+ -'55& 4-21)126 &K-*(+1)&5&%2 /,1)6& ### 8@
?* ,2; ;87-81@92; .2 6A-=89/0 :4<69B42 3 6A/:20 .-8- =/CC2 /<69@-89/0 .2 ;2759=2 :4<69=
/4 625927 .A900/5-89/0 D ******************************************************************************************************************* E+
8#"# $% 7&+'1% .& /4,24;&, &2 .6-&%2,4*1+&, *4 /,'.(-21'% .& *4 .'%%6& ################################## =8
8#"#"# $%& /,'.(-21'% .& *4 .'%%6& C1+2',1<(&5&%2 L'/ 9'_% ############################################# =8
8#"#8# W%26,n2+ .& *4 -&%2,4*1+421'% .&+ .'%%6&+ /4, (%& 1%+212(21'% 1%.6/&%.4%2& ###### ==
8#"#=# A4 <(&+21'% .& *4 /,'/,1626 .&+ .'%%6&+ D )&,+ .& %'()&**&+ )4*&(,+ y ################### =B
8#8# $% %'()&* 15/6,4210 .& 2,4%+/4,&%-& &2 .34-->+ ? *31%0',5421'% ######################################### =@8#8#"# A3T/&% 9424 -'55& (%& 51++1'% .& +&,)1-& /(7*1- ########################################################## =@
8#8#8# A4 -'(,+& ? *3'()&,2(,& .&+ .'%%6&+ D 5'%2,&, *3&K&5/*& ############################################ =H
E* ,2 7F62 .2; -=8247; :4<69=; .2; 87-0;:/78; 47<-90; 20 87/9; ;=10-79/; ********************** G+
=#"# A4 ,6;(*421'% /(7*1<(& .& *4 5'71*126 (,741%& ############################################################################ B8
=#"#"# A4 <(&+21'% .& *4 ,6;(*421'% .&+ 2,4%+/',2+ (,741%+ D &%d&( /(7*1- ########################### B8
=#"#8# A31%2&,'/6,471*126 .&+ .'%%6&+ D )&,+ *31%26,n2 ;6%6,4* ################################################### BM
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 85/91
JH
=#8# A&+ 2,4%+/',2+ (,741%+ ? *3C&(,& .& *4 5(*212(.& D *&+ +24,2(/+ E .621&%%&%2 F *&+
5'71*126+ (,741%&+ ############################################################################################################################################ G8
=#8#"# A3(+4;&, .&+ 2,4%+/',2+ (,741%+R .6+',541+ E 54z2,& .& +&+ .6/*4-&5&%2+ F ###### G=
=#8#8# 9&+ /4,2&%4,142+ 4)&- *&+ +24,2(/+ .6d? ? *3{(),& ############################################################# GG
=#8#=# A&+ +2,426;1&+ .&+ +24,2(/+ .& *4 5'71*126 D +& 5'%2,&, ,&+/'%+47*&+ /'(, ;4;%&,*&+ 54,-C6+ ##################################################################################################################################################### GJ
=#=# A&+ 2,4%+/',2+ (,741%+ .'51%6+ /4, *&+ ;64%2+ .31%2&,%&2##################################################### GH
=#=#"# A4 ^'';*& \4, D %'()&4( 24K1 4(2'%'5& y############################################################################## GH
=#=#8# Z'.(*&+ 4(2';6,6+ y ####################################################################################################################### @N
=#=#=# E A31%2&**1;&%-& F .&+ 2,4%+/',2+ -'55& 15/6,4210 ########################################################### @8
)/0=64;9/0 ******************************************************************************************************************************************* HI
I17*1';,4/C1& ########################################################################################################################################################### J"
A&K1<(& &2 47,6)1421'%+ ####################################################################################################################################### JG
L47*& .&+ 5421>,&+ ################################################################################################################################################ JM
L47*& .&+ 1**(+2,421'%+ ######################################################################################################################################### MN
O%%&K&+ ###################################################################################################################################################################### M"
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 86/91
MN
Table des illustrations
Figure 1 Croissance des données et historique des évolutions majeures d’internet (Cisco, 2011) ............. 2
Figure 2 Schéma simplifié de la production et du traitement des données par les AOT (réalisation
personnelle) ......................................................................................................................................... 7
Figure 3 Historique des déplacements d'un habitant de Melbourne (Andrew Tufts, 2015) ........................ 14
Figure 4 WheelChair.org, cartographie de l'accessibilité ........................................................................... 20
Figure 5 Estimations de la taille du marché mondial du Big Data selon les sources – Réalisation
personnelle ........................................................................................................................................ 25
Figure 6 Fonctionnement de l'open data (Ville et Transports en Ile de France) ........................................ 36
Figure 7 Modélisation comparative des trajets réalisés avec Uber lors d'une grève des employés du
gouvernement à Washington (UBER Blog) ....................................................................................... 46
Figure 8 Chiffre d'affaires - Effectif – Taille de la clientèle (échelle des axes logarithmique) - Réalisation
personnelle ........................................................................................................................................ 64
Figure 9 (Annexe 1) L'économie de la donnée ne peut pas se résumer au Big Data, ITS, 2015 .............. 81
Figure 10 (Annexe2) Comparaison Google Maps (en haut) / OpenStreetMap (en bas), Ile BandaNaira,
Indonésie ........................................................................................................................................... 82
Figure 11 (Annexe3) Fonctionnement des véhicules et routes connectés (Berlin 2011, Challenge
Bibendum, Roulons Connectés) ........................................................................................................ 83
Figure 12 (Annexe 4) Projet Renault Next Two : connecter la voiture au maximum (Usine Digitale) ........ 83
Figure 13 (Annexe 5) Fonctionnement de la Google Car dans son environnement, The Wall Street journal
........................................................................................................................................................... 84
Figure 14 (Annexe 6) Exemple 1 de Data visualisation : densité des stations de Vélib à Paris, JC Decaux,
2013 ................................................................................................................................................... 84
Figure 15 (Annexe 7) Exemple 2 de Data visualisation : Trafic et provenance de passagers entrant par
station, Data Publica .......................................................................................................................... 85
Figure 16 (Annexe 8) Trafic référent en 2015, (Parse.ly) ........................................................................... 85
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 87/91
M"
Annexes
Figure 9 (Annexe 1) L'économie de la donnée ne peut pas se résumer au Big Data, ITS, 2015
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 88/91
M8
Figure 10 (Annexe2) Comparaison Google Maps (en haut) / OpenStreetMap (en bas), Ile BandaNaira,
Indonésie
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 89/91
M=
Figure 11 (Annexe3) Fonctionnement des véhicules et routes connectés (Berlin 2011, Challenge Bibendum,
Roulons Connectés)
Figure 12 (Annexe 4) Projet Renault Next Two : connecter la voiture au maximum (Usine Digitale)
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 90/91
MB
Figure 13 (Annexe 5) Fonctionnement de la Google Car dans son environnement, The Wall Street journal
Figure 14 (Annexe 6) Exemple 1 de Data visualisation : densité des stations de Vélib à Paris, JC Decaux, 2013
7/17/2019 Les transports urbains face à la puissance des données : quels défis pour la gouvernance des mobilités ?
http://slidepdf.com/reader/full/les-transports-urbains-face-a-la-puissance-des-donnees-quels-defis-pour 91/91
Figure 15 (Annexe 7) Exemple 2 de Data visualisation : Trafic et provenance de passagers entrant par station,
Data Publica