Transport Analytics
Indicateurs
Introduction aux indicateurs et calculs
Indicateurs (KPIs) globaux
Indicateur : Validations
Indicateur : Montées/descentes (module Fréquentation)
Indicateur : Avance/retard & Niveaux d'avance/retard
Indicateur : Ponctualité voyageur
Indicateur : Ponctualité
Indicateur : Temps d'attente excédentaire
Indicateur : Régularité
Indicateur : Voyages/km
Indicateur : Nombre de courses
Taux de réalisation du nombre de courses
Indicateur : Production kilométrique
Indicateur : Vitesse commerciale
Indicateur : Temps de parcours
Indicateur : Temps d'arrêt
Indicateur : Empreinte carbone
Indicateur : Empreinte Carbone - paramétrage
Indicateur : Déplacements
Indicateur : Montées/descentes brutes (Module Qualité > Comptage)
Indicateur : Charge brute (Module Qualité > Comptages)
Indicateur : Confort voyageur
Indicateur : Charge (module Fréquentation)
Indicateur : Voyages
Calcul des moyennes par jour
Indicateur : Courses en surcharge
Algorithmes et calculs
Calcul de la fréquentation unifiée
Reconstitution des flux O-D et de la Charge
Reconstitution des déplacements
Reconstitution des voyages
Reconstitution de la charge
Reconstitution des voyages - Annexe 1 : exemple méthode des voyages consécutifs
Reconstitution des voyages - Annexe 2 : correspondance avec les courses
Données simulées
Calcul de la fréquentation extrapolée
Calcul de la fréquentation débruitée
Interface et modules
Comment fonctionne l'interface
Les différents modules disponibles sur CITiO Analytics
Module Tableau de bord
Module Fréquentation
Module Exploitation
Module Course
Module Qualité
Analyses croisées
Utiliser les filtres temporels
Réaliser un export de données
Affichage des éléments actifs et inactifs d'un réseau
Introduction à CITiO Analytics
Glossaire Analytics
FAQ
Cas d'usages
Suivre la remontée des données
Comprendre une anomalie
Analyser et suivre la fréquentation
Faciliter la préparation des reportings internes et externes
Identifier les heures de pointe
Accéder aux données en J+1
Améliorer la fiabilité de vos données et systèmes
Gérer votre réseau au quotidien
Identifier des systèmes défaillants
Suivre les avances/retards au quotidien
Répondre aux sollicitations du PCC (avances/retards)
Adapter de manière réactive l'offre en réponse à la demande
Définir les marches-type par tronçon ou par inter-station
Identifier les secteurs où réaliser des aménagements de voirie
Formation continue des conducteurs
Etudier l'usage des Titres de transport et adapter la tarification
Le partage des indicateurs clés du réseau
Analyser les temps d'arrêt
Mise en place d'une campagne marketing ciblée
Identifier rapidement les écarts entre le théorique et le réel
Partage des informations entre AOM et Exploitant
Définir les plages horaires de marche-type
Formation continue des régulateurs
Découvrez les cas d'usage de CITiO !
Analyser la charge à bord
Utiliser l'indicateur de Ponctualité voyageurs
Gérer les réclamations voyageurs
Assurer une transparence sur le sujet des temps de parcours
Identifier les lignes à travailler
Optimiser les temps de parcours
Fraud Tracker
Cas d'usages
Déterminer une fréquentation réelle sur le réseau
Planifier les opérations de contrôle/sensibilisation en amont
Analyser l'impact des opérations de contrôle/sensibilisation en aval
Optimiser le choix des véhicules à contrôler au cours de l’opération
Modules
Glossaire Fraude
Traitements de données
Présentation générale de Fraud Tracker
Traitements de données pour le calcul de la fraude
FAQ (Fraud Tracker)
Analyses croisées sur Fraud Tracker
Prédiction de fraude
Transport Planner
Rail Analytics
Sommaire
Module Exploitation : calculs des indicateurs liés aux heures de passages
Présentation du Module Circulation
Visualisation par numéro de train
Visualiser les montées/descentes par tronçon
Taux de reconnaissance
Rapprochement des données de comptage au plan de transport
Occupancy API
Authentification
Occupany API - Sommaire
What is the Occupancy Prediction API?
The Occupancy API : how does it work?
The Occupancy Prediction API : how to use it?
/api/login - Login
/rest/predicted_occupancy - Occupancy Prediction API
Release note (Occupancy API)
Transport Analytics API
Date Perimeters format
/kpis/tc/overcrowding/
/api/login - Login
/kpis/ticketing/{filter_level}[/{filter_level_id}]/{aggregation_level}
/rest/lines
/rest/service_date
How to create a graph of Validations per line
Architecture et sécurité
- Toutes les catégories
- Fraud Tracker
- Cas d'usages
- Planifier les opérations de contrôle/sensibilisation en amont
Planifier les opérations de contrôle/sensibilisation en amont
Lorsqu'elles sont digitalisées, les opérations de contrôle produisent un certain nombre de données qui peuvent être exploitées dans le logiciel Fraud Tracker. On peut ainsi piloter l'efficacité de ces opérations et organiser les opérations futures en déterminant les zones et créneaux temporels les plus pertinents.
Identifier les stations avec un volume important de montées frauduleuses
Enjeu
Identifier précisément les gros points de fraude sur le réseau afin de les cibler lors des opérations de contrôle.
Solution
A partir du module Statistiques, l’utilisateur peut connaître précisément le nombre de montées frauduleuses par arrêt.
Pour cela, il suffit de sélectionner l'indicateur Montées frauduleuses, ainsi qu'une ligne et une direction ou un chaînage.

ROI
- Connaissance fine du réseau
- Meilleure adéquation entre les contrôles et les montées frauduleuses
- Augmentation du nombre de contraventions établies
Identifier les heures auxquelles la fraude est la plus importante
Enjeu
Identifier précisément les heures qui correspondent aux pics de fraude sur le réseau afin de réaliser les opérations de contrôle sur ces créneaux.
Solution
A partir du module Statistiques, l’utilisateur peut connaître précisément le nombre de montées frauduleuses par créneau horaire et par date.

Ainsi, en sélectionnant une période temporelle importante (1 mois par exemple) sur des jours types spécifiques (semaine uniquement), l'utilisateur peut facilement identifier les pics de fraude au cours de la journée.
ROI
- Connaissance fine du réseau
- Meilleure adéquation entre les contrôles et les montées frauduleuses
- Augmentation du nombre de contraventions établies/Amélioration de l'efficacité des opérations de contrôle
Identifier les stations où le taux de recouvrement est le plus important
Enjeu
Il peut être intéressant de prendre en compte le taux de recouvrement aux stations lors de l'établissement des plans de contrôle, notamment pour prioriser les stations avec un bon taux de recouvrement.
Solution
L'utilisation de Fraud Tracker permet d'accéder facilement aux statistiques sur le recouvrement par ligne, chaînage ou arrêt sur le périmètre temporel défini.

ROI
- Amélioration de l'efficacité des opérations de contrôle
Sensibiliser les voyageurs à la validation
Enjeux
- De manière à rendre les opérations de sensibilisation à la validation les plus efficaces possibles, il est essentiel d'avoir une bonne connaissance des statistiques de fraude par ligne et par station selon la période de la journée.
- L'utilisation des statistiques par station permettra notamment de sélectionner les horaires adéquats lorsqu'un public est ciblé en priorité. Par exemple, si une campagne de sensibilisation vise en particulier les étudiants, se référer à la répartition temporelle des montées frauduleuses à l'arrêt de l'établissement scolaire visé permettra d'optimiser les horaires de présence de manière à cibler les périodes de forte fraude.
Solution
L'utilisation du module Statistiques > Montées frauduleuses permet de rendre compte des statistiques de fraude sur le réseau. L'utilisateur, grâce au choix du niveau d'agrégation adéquat, pourra ainsi se faire une bonne idée des lignes/stations à privilégier dans le positionnement des médiateurs.
Dans l'exemple ci-dessous, l'indicateur montées frauduleuses a été sélectionné sur une station à proximité d'un gros établissement scolaire. On se rend aisément compte que les taux de fraude les plus élevés dans la journée correspondent à la sortie des classes le midi et le soir (autour de 12h45 et de 17h45) :

ROI
- Amélioration de l'efficacité des opérations de sensibilisation à la validation
- Baisse du taux de non validation