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
- Transport Analytics
- Indicateurs
- Calcul des moyennes par jour
Calcul des moyennes par jour
La moyenne par jour correspond à la somme de chaque jour divisé par le nombre de jours sélectionnés et avec des données.
Ce document détaille la manière dont les moyennes par jour sont calculées sur Transport Analytics et Fraud Tracker en prenant en compte les données disponibles et les données manquantes.
Sélection de la moyenne par jour
Les indicateurs suivants peuvent être consultés sous la forme d'une moyenne par jour.
- Validations
- Origines-Destinations
- Montées/Descentes
- Charge
- Confort voyageur
- Ponctualité voyageur
- Montées frauduleuses (Fraud Tracker)
Le calcul "moyenne par jour" peut être sélectionné via le menu latéral de gauche.

Traitement des données manquantes
Au sein de la plage de dates sélectionnée, certains jours peuvent ne pas avoir de données :
- absence de validation du fait de la gratuité du réseau un jour donné
- absence de courses du fait que les données SAE ne sont pas encore remontées sur certaines lignes (NB : dans ce cas les jours ne seront en principe pas sélectionnables, sauf dans le cas où les données billettiques seraient déjà remontées pour leur part)
Exemple 1 : gratuité le 1er mai
- Si je sélectionne tout le mois de mai, soit un total de 29 000 validations,
- mais qu'aucune validation n'est enregistrée le 1er mai (car le réseau est gratuit ce jour-là par exemple),
- le total sera divisé par 29 (30 jours en mai moins le 1er mai)
- et la moyenne par jour sera de 29 000 / 29 = 1000 validations par jour.
Exemple 2 : remontée de données tardive
- Si je sélectionne tout le mois de décembre, soit un total de 48 000 validations,
- mais que les données billettiques n'ont pas été transmises pour la période du 25 au 31 décembre
- le total sera divisé par 24 (du 1er au 24 décembre)
- et la moyenne par jour sera de 48 000 / 24 = 2000 validations par jour.
Traitement des valeurs égales à 0
Plusieurs indicateurs peuvent prendre la valeur 0 : on peut avoir 0 passagers sur la charge, le retard peut être de 0 minutes, la ponctualité peut (théoriquement) être de 0%.
Dans le cas (peu probable) où la charge par exemple serait de 0 passagers sur la totalité des courses d'une journée donnée, cette journée sera bien prise en compte dans le calcul de la moyenne et abaissera donc la moyenne globale.
Néanmoins, pour certains indicateurs, on ne peut pas savoir si la valeur est égale à 0 ou si les données sont manquantes. Par exemple, une journée pendant laquelle aucun voyageur n'aurait validé ne peut techniquement pas être distinguée d'une journée sur laquelle les données billettiques n'ont pas encore été transmises. Les indicateurs concernés sont les suivants :
- Validations
- Origines-Destinations
- Confort voyageur
- Ponctualité voyageur
- Contrôles (Fraud Tracker)
- Contraventions (Fraud Tracker)
Pour ces indicateurs, s'il n'y a pas du tout de donnée sur une journée donnée, cette journée n'est pas prise en compte dans le calcul de la moyenne même si la date est sélectionnée.
Moyenne sur le graphique par ligne
Si une ligne ne circule que certains jours (par exemple le week-end), sa moyenne par jour calculée par Transport Analytics sera différente en fonction de la sélection.
Sur une sélection de deux semaines par exemple, la moyenne par jour d'une ligne
- ne circulant que le dimanche
- et totalisant 1 691 validations sur les deux dimanches sélectionnés sera
- sur le graphique par ligne, de 1 691 / 15 jours avec des données sur l'ensemble du réseau
= 112,7 validations par jour - si je sélectionne la ligne 2d, de 1 691 / 2 jours avec des données
= 845,5 validations par jour
- sur le graphique par ligne, de 1 691 / 15 jours avec des données sur l'ensemble du réseau