Plébiscités pour la lutte contre « l’autosolisme », les calculateurs d’itinéraire multimodaux sont stratégiques. Grâce à l’open data, ceux-ci se sont multipliés et l’information voyageur peut être intégrée à d’autres sites, applications ou services.

Dans le domaine des services à la personne, chaque minute compte à commencer par le temps passé dans les transports en commun pour aller d’un client à un autre. Un impératif qui a conduit le site d’offres d’emploi à domicile BimBamJob à intégrer les temps de parcours à ses résultats de recherche. Le site utilise Navitia, créé par Kisio Digital (groupe Keolis/SNCF), un calculateur qui mouline plus de 440 jeux de données open data de collectivités ou d’opérateurs de transports. Son webservice ou API, gratuit jusqu’à 90 000 requêtes par mois, est intégré par de nombreuses entités pour étoffer leur offre de service : sites de collectivités, agences immobilières (Jones Lang Lasalle, Nexity), sites d’offres d’emploi… Car si les calculateurs d’itinéraire ne sont pas une nouveauté, l’open data contribue à en décupler l’usage par des acteurs pour lesquels le transport n’est qu’une brique de service.

Des SIM à l’open data

Les calculateurs sont en effet issus des systèmes d’information multimodale (SIM) dont la création, imposée par la loi voici plus de dix ans, incombe aux autorités organisatrices de transports (AOT). La plupart de ces SIM ont été déployés au niveau régional à l’image de Vianavigo (Ile-de-France), MobiBreizh (Bretagne), JVmalin (Centre Val-de-Loire), Vialsace (Alsace) ou lepilote sur la métropole d’Aix-Marseille-Provence. Progressivement ces sites donnent accès à leurs données, sous forme de widget ou, plus rarement, sous forme d’open data. Cette ouverture, impulsée par quelques précurseurs comme Rennes Métropole et Kéolis, commence aujourd’hui à porter ses fruits. Aux côtés des applications officielles, les app’ centrées sur la mobilité se multiplient. A rennes on citera par exemple Wego ou Ouestmonbus. On observe surtout  une multiplication des calculateurs « privés » à vocation nationale ou mondiale. Outre Navitia déjà cité, on mentionnera Google Transit (intégré à Google Maps), CityMapper et Moovit. La particularité de ce dernier est de croiser de l’open data avec des données collectées par ses 200 000 utilisateurs permettant à l’application de proposer ses services dans des villes n’ayant pas encore ouvert leurs données. L’information voyageur en open data (lignes, horaires, arrêts…) profite enfin à tout un écosystème sans que l’on mesure bien le « niveau » de réutilisation : consultants (études de mobilité), PME, startups proposant de la billettique (MybusOkaybusPysae…) du covoiturage (KarosKlaxitPadam…) ou encore des chatbots comme Trambots (lire l’entretien avec Maxime Girard).

De la mobilité en tant que service à l’information prédictive

La multiplication des calculateurs a aussi engendré une course aux fonctionnalités profitable à l’ensemble des utilisateurs. La mobilité est désormais appréciée au sens large en intégrant tous les modes de transport, le stationnement et des données temps réel. L’application G-Ny du Grand Nancy, prend en compte, par exemple, les données des transports urbains (bus, tram, vélos en libre-service), des TER (données issues de la région Grand Est) et fournit des informations sur les travaux en cours, les perturbations, la localisation des stations d’autopartage et les parkings… Toutes les données produites par le Grand Nancy sont publiées sur son portail open data et peuvent être réutilisées par d’autres applications. L’open data contribue aussi à favoriser la naissance d’applications qui s’affranchissent des frontières. On citera notamment Transfermurga qui compile des données des transporteurs des pays basque français et espagnol pour proposer des trajets transfrontaliers intégrant les correspondances (lire l’entretien avec Julien de Labaca). Les calculateurs de dernière génération se nourrissent aussi des historiques de données pour affiner les résultats. A Bordeaux, l’application mobilité TBM intègre par exemple l’algorithme de Qucit qui utilise les données de la métropole bordelaise pour calculer la probabilité de trouver un vélo en libre-service. L’algorithme utilisé par Optymod’Lyon fournit pour sa part des prévisions de trafic à une heure « fiable à 80% » au dire de ses concepteurs en combinant des infos en temps réel générées par des capteurs et l’historique de trafic.

Une ouverture perfectible

Le développement des calculateurs d’itinéraire est sans doute l’un des bénéfices les plus tangibles de l’open data. Mais les avancées sont encore largement perfectibles car les données de mobilité sont encore loin d’être disponibles sur l’ensemble du territoire, pour tous les modes de déplacement. Tous les transporteurs n’ont en effet pas encore ouvert leurs données, notamment temps réel, et celles-ci ne sont pas toujours normalisées. L’ambition de la Loi d’orientation des mobilités (LOM), annoncée pour 2019, est de parachever l’ouverture des données de mobilité initiée par les lois Macron (2015) et Lemaire (2016) pour obliger l’ensemble des opérateurs de mobilité, publics comme privés, à publier des données normalisées. Pour faciliter les réutilisations, sera aussi créé un point d’accès national (voir la plateforme transport.data.gouv.fr) et favoriser l’émergence d’applications nationales pouvant concurrencer celles proposées par les géants américains.