Big data au service du confort du voyageur avec Tranquilien

Issue d’un partenariat entre SNCF et la jeune société Snips, l’application Tranquilien a pour objectif de vous aider à choisir le train sur le réseau Transilien qui vous permettra de voyager plus confortablement, c’est-à-dire assis !

Et on comprend bien qu’avant, ou après une longue journée de labeur, notre travailleur parisien sera prêt à attendre quelques minutes, à changer d’itinéraire pour avoir le luxe de s’asseoir plutôt que d’être entassé dans un wagon, ou tout simplement de monter dans une voiture à l’avant du train que celles de l’arrière sont bondées. Sachant que trois millions de franciliens sont de potentiels utilisateurs, à raison d’une moyenne de 72mn de trajet quotidien, on imagine le service rendu.

Tranquilien se base sur trois éléments pour fonctionner :

1. les données de la SNCF, bien évidemment, qui permettent d’avoir les horaires des trains,
2. de l’open data, avec notamment les densités de population autour d’une gare, l’attractivité de la ville concernée, le jour et l’heure, la météo
3. l’enrichissement par les utilisateurs eux-mêmes qui ont la possibilité d’infirmer ou confirmer le diagnostic de Tranquilien sur un train.

À partir de ces éléments, la société bâtit des modèles prédictifs qui vont s’enrichir au fur et à mesure du temps, ainsi qu’à partir de la collaboration des usagers. Cela permet d’avoir des données en temps réel, mais aussi des prédictions jusqu’à deux-trois heures en amont.

Dans la mouvance des modèles prédictifs, Amazon annonçait fin janvier dernier  par la voix de son PDG Jeff Bezos travailler sur un algorithme permettant d’envoyer au plus près du client le produit qu’il n’a pas encore commandé ! Basé sur l’historique des achats, le contenu du panier, les recherches précédentes effectuées sur le site, ou encore les achats réalisés par les utilisateurs de votre région, il établirait la très forte probabilité de votre achat à venir pour l’acheminer encore plus rapidement vers le consommateur final.

Les modèles prédictifs semblent donc avoir un bel avenir devant eux, et les fidèles lecteurs que vous êtes comprendront sans nul doute le potentiel que cela représenter en matière de gestion des flux, mais aussi de Destination Yield Management.