UBER

Société: Uber
Fondateurs: Travis Kalanick & Garrett Camp
Site: https://www.uber.com/fr/

La data en accès libre

Stratégie open data

Uber Movement

Uber génère plus de données sur l’état de la circulation, des routes et du trafic urbain que bien des agences spécialisées. Si la firme gardait jusqu’ici ses données pour optimiser son service, aujourd’hui, elle en livre une partie en open data à travers Uber Movement, une initiative qui concerne aussi Paris.

Uber accompagnait déjà les demandes de quatre administrations municipales et livrait ses données sur la circulation à Sidney, Washington DC, Boston et Manille. La firme de transport qui génère des quantités colossales de données en faisant circuler ses véhicules à travers le monde était alors sollicitée pour partager cette mine d’or. Les chauffeurs VTC parcourent, dans le monde, plus d’un milliard de kilomètres chaque mois.

Avec des milliers de courses chaque jour, qui sont géolocalisées et chronométrées, la firme est assise sur l’une des plus précises base de données sur le trafic urbain au monde. Les villes se sont montrées intéressées, les urbanistes aussi et parfois les citoyens voulaient utiliser ces données. Alors plutôt que d’avoir des données dormantes, nous avons choisi d’en révéler un certain nombre, à commencer par le temps de trajet, annonce la firme.

LIBÉRER LES DONNÉES

C’est ainsi qu’est né le projet Uber Movement. D’abord proposé aux quatre municipalités citées précédemment, le service est aujourd’hui disponible pour sept zones géographiques à travers le globe… et Paris depuis le 20 octobre 2017.

Techniquement, la firme assemble les données qu’elle collecte auprès de ses chauffeurs, les agrège, et les met en forme sur des cartographies utilisées par les urbanistes et administrations. En région parisienne, la startup a choisi le découpage infracommunal IRIS proposé par l’INSEE. Ensuite, en utilisant ses propres informations, Uber va pouvoir donner un état des lieux très précis de la fluidité de la circulation sur l’ensemble de l’Île de France.

Carte communale des données Uber Movement

Si ses chauffeurs mettent plus d’une quarantaine de minutes à aller d’Opéra à Montparnasse, cela traduit, en données, une information sur la circulation de cet axe parisien. Ainsi, le croisement de milliers de courses effectuées en région parisienne donne une image dynamique de la circulation.

Ces données seraient, selon l’IAU francilien (Institut d’aménagement et d’urbanisme), complémentaires à celle fournie par les enquêtes commandées par les pouvoirs publics. L’urbaniste ajoute : « Ces enquêtes sont conduites tous les 10 ans et coûtent très chères : nous avons besoin de données de mobilité mises à jour plus régulièrement. »

LES VILLES INTELLIGENTES SONT BONNES POUR LE BUSINESS

On peut citer par exemple l’histoire de Summit, dans le New Jersey, qui a abordé la question de la construction d’un nouveau parking près de sa gare à destination de New York grâce aux données de Lyft et Uber.

Alors que les citoyens exigeaient une solution, la construction du parking a été repoussée, les données témoignant que le flux de voitures pouvaient être remplacé par des alternatives. Le représentant d’Uber juge en outre que ce pas fait en direction des municipalités améliore les rapports entre la startup et celles-ci et ouvre de nouveaux marchés. À Summit, Lyft et Uber assure désormais un service de covoiturage avec l’aval de la mairie.

Plus largement, Uber ne risque rien en ouvrant ses données à tous : ce ne sont pas elles qui font la force de frappe de son service. La firme aurait toutefois pu les vendre au plus offrant, mais elle se priverait là de resserrer les liens avec les villes.

Après le temps de trajet, Uber pense déjà aux prochaines données qu’elle pourrait libérer : on nous parle de la vitesse sur les grands axes de circulation, ou encore de la localisation de croisements où les chauffeurs freinent brusquement.

Uber Movement

Open data

Uber met en partage ses données.

deck.gl

Open source

Uber partage aussi ses algorithmes.

Uber met en open source la dernière version de son outil de data visualisation : deck.gl.

Uber n’est pas qu’une simple application de commande de voiture avec chauffeur, c’est d’abord une entreprise de technologie. Elle sait brasser et exploiter les données qu’elle récolte, mieux encore, elle sait les faire parler. La data visualization d’Uber est quelque chose à découvrir.

Deck.gl est un framework spécifiquement pensé pour creuser et visualiser des données sur une échelle ‘locale’. Il permet à ses utilisateurs d’extraire des données complexes hébergée ainsi que des données en temps réel pour par la suite les mettre en forme.

uber data visualization

Si Uber présente des données mises en forme qui lui appartiennent, deck.gl s’adapte facilement. Principalement pour des éléments de cartographies, une fois l’outil configuré vous pourrez sublimer toute la data que vous possédez et qui implique des champs de géolocalisation.

Comparée à la précédente version, la documentation a été complétée afin de mieux comprendre comment installer l’outil et configurer les différentes cartes proposées par deck.gl.

L’interface a elle aussi été repensée pour offrir beaucoup plus d’interactivité qu’auparavant. Cela a pour effet de la rendre beaucoup plus user-friendly si deck.gl est utilisé par un néophyte de la ‘dataviz’.

Et si vous voulez vous amuser avec la data visualization, Uber a publié une série d’exemples en utilisant ses propres données.

Source.

Yield management

Tarification des courses

Uber aurait pu vendre ses données mais la société se serait privée de nouer des liens avec les municipalités. Son coeur de métier reste les courses de VTC. Or avec 2,8 milliards $ de perte fin 2016, elle doit améliorer son modèle économique, autrement dit son algorithme de tarification.

Pendant plusieurs mois, un nouveau système de tarification a été testé dans quatorze villes américaines, sur UberX (appelé Uberpop en France).

Ce nouveau système calculerait le prix d’une course par rapport à différents critères. La distance, l’heure, le jour, le lieu de prise en charge et bien évidemment la demande sont des facteurs pris en compte … mais pas uniquement ! L’algorithme calculerait aussi la propension d’un client à payer un prix plus ou moins élevé selon sa course. On n’est pas encore touné vers une tarification à la tête du client, mais presque puisque l’algorithme devine le profil CSP du client. Si une course UberX se fait entre deux quartiers chics d’une ville, le client verra le prix de sa course augmenter, tandis que si le trajet en voiture parcours des quartiers plus populaire, le prix du trajet sera diminué.

Pourrait-on alors percevoir cette nouvelle tarification comme un moyen équitable de réguler le prix des courses en fonction des finances de chacun ? Ce serait déjà une avancée sociale en soi. Mais UberX augmenterait également le prix des trajets les plus populaires, ce qui laisse penser que les intentions de la firme ne sont pas uniquement sociales.

Taveng

Vous aimez cet article ?

Partagez

Keep in touch

Restons en contact

+06-86-87-06-03 | taveng@datajungle.fr


Votre nom*

Votre e-mail*

Votre message*