WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Les transports urbains face à  la puissance de la donnée : quels défis pour la gouvernance des mobilités


par Etienne PICHOT DAMON
Université de Lyon (Université Jean Monnet - Sciences Po Lyon) - Master 2 Altervilles (Alternatives Politiques et Stratégiques Pour les Villes et les Métropoles) 2015
  

sommaire suivant

Master Altervilles

Sciences Po Lyon Ð Université Jean Monnet

Etienne PICHOT DAMON

LES TRANSPORTS URBAINS FACE A LA

PUISSANCE DES DONNEES : QUELS DEFIS

POUR LA GOUVERNANCE DES MOBILITES

Sous la direction de Christelle Morel-Journel et d'Emilie Lanciano

2015

Université de Lyon

Master Altervilles

Sciences Po Lyon Ð Université Jean Monnet

Etienne PICHOT DAMON

LES TRANSPORTS URBAINS FACE A LA

PUISSANCE DES DONNEES : QUELS DEFIS

POUR LA GOUVERNANCE DES MOBILITES

Sous la direction de Christelle Morel-Journel et d'Emilie Lanciano

2015

Les hommes sont comme les animaux :
les gros mangent les petits et les petits les piquent

VOLTAIRE

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.

Sommaire

INTRODUCTION 1

1. La donnée : nouvelle révolution pour les transports urbains et leurs acteurs 10
1.1. Une nouvelle source de profit et d'amélioration pour les entreprises de la mobilité

urbaine 11

1.2. Des coûts d'investissements motivés par une logique privée 22

2. Les stratégies de l'action publique : l'open data comme obligation de service public

ou levier d'innovation ? 31

2.1. Un besoin de partager et décentraliser la production de la donnée 32

2.2. Un nouvel impératif de transparence et d'accès à l'information 36

3. Le rôle des acteurs publics des transports urbains en trois scénarios 41

3.1. La régulation publique de la mobilité urbaine 42

3.2. Les transports urbains à l'heure de la multitude : les startups « détiennent » les

mobilités urbaines 52

3.3. Les transports urbains dominés par les géants d'internet 59

Conclusion 67

Bibliographie 71

Lexique et abréviations 75

Table des matières 78

Table des illustrations 80

Annexes 81

1

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 jour2, 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

1 AFDEL, 2014

2 FLAJOLET P. PARIZOT E. Qu'est---ce qu'un algorithme ? Interstices, 2004

3 HUET J.M ; TCHENG H. Et si les télécoms n'existaient pas, Pearson Education France, Paris, 2009, p. 29

2

Figure 1 Croissance des données et historique des évolutions majeures d'internet (Cisco, 2011)

La donnée au coeur 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

4 HARMANT O. Objets connectés, un marché à 1700 milliards de dollars en 2020 ?, Frenchweb, 2015

5 HARMANT O. Pourquoi le trafic Internet va tripler d'ici 4 ans, Cisco, Frenchweb, 2015

6 International transport forum, Corporate partnership board report, 2015, p. 47

3

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 préalable consiste 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

7 International transport forum, Corporate partnership board report, 2015, p. 47

8 International transport forum, Corporate partnership board report, 2015, p. 47 In 2014, the Global Privacy

« Enforcement Network, a group of 39 national and international privacy enforcement authorities, conducted a review of popular mobile apps in their respective countries and regions. It found that 32% of the 1 211 apps investigated sought access to the devices' location data. (OPCC, 2014) Moreover, according to one survey in the United States, half of all mobile phone users and 74% of smartphone users use location--based services. (Zickhur, 2012) »

9 ASLETT, M. Spotlight: Big data reconsidered: it's the economics, stupid, 2013

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 du milliards 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 grands groupes 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.

4

10 ASLETT, M. Spotlight: Big data reconsidered: it's the economics, stupid, 2013, Citation de DYSON G. :"Big data is what happened when the cost of keeping information became less than the cost of throwing it away."

11 JORDAN M. California University

12 ASLETT, M. Spotlight: Big data reconsidered: it's the economics, stupid, 2013

5

Les TIC représentent un levier pour relever ces défis. En voici quelques uns :

Problématique Technologie Solution

Connaître les habitudes de Smartphones et applications Modéliser des flux

déplacements produisant des données

géolocalisées

Adapter les transports à Applications smartphones de Proposer des solutions

chaque individu guidage adaptées pour tous les

itinéraires

Drones, capteurs, caméras et Connaître l'état exact en temps

Sécuriser les infrastructures applications de remontée des réel des rails, des routes, des

incidents 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 de transports en commun (régie publique ou privée). Puisque la donnée est au coeur 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

6

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 que l'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

13 L'article L1221-1 du code des transports précise le cadre juridique des AOT : L'institution et l'organisation des services de transport public réguliers et à la demande sont confiées, dans les limites de leurs compétences, à l'Etat, aux collectivités territoriales et à leurs groupements en tant qu'autorités organisatrices (...).

14 LYNDON Henry, Analytics and Big Data - Rail Public Transportation is a Leader (Railway Age Magazine, Urban Rail Today, Austin, TEXAS)

15 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)

16 MARR B. How Big Data And The Internet Of Things Improve Public Transport In London, Forbes, 2015

7

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 des transports 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.

17 L'emploi du terme TIC (Technologies de l'information et de la communication) sera privilégié à celui de NTIC (Nouvelles technologies de l'information et de la communication) : nous prenons ici pour acquis que ces technologies, même si très récentes ne sont plus exactement « nouvelles », puisque nous en mesurons déjà largement les conséquences sur nos sociétés et nos usages.

8

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.

19 Nous évoquons ici l'intérêt d'une étude qui mettrait en lien les théories des cycles économiques des XIXème XXème siècles, avec les innovations de ruptures initiées par la nouvelle économie issue de la donnée et des TIC dans le monde des transports. (Circuits de SCHUMPETER, KEYNES, MARX)

9

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 urbains est 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 oeuvre.

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.

10

1. La donnée : nouvelle révolution pour les

transports urbains et leurs acteurs

11

1.1. Une nouvelle source de profit et d'amélioration pour les entreprises de la mobilité urbaine

sommaire suivant







Rassembler les contraires c est creer l harmonie