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
- Cas d'usages
- Identifier les lignes à travailler
Identifier les lignes à travailler
Observer la ponctualité pour chaque ligne du réseau
La ponctualité de la ligne est le premier indicateur de justesse des temps de parcours.
Avant d'examiner cette dernière, il est nécessaire de travailler sur un périmètre "propre" et homogène, qu'on peut définir en amont de l'étude
Une fois ce filtre réalisé, on regarde la ponctualité de chaque ligne, dans sa globalité, en fonction du niveau qu'on estime avoir eu regard du contexte, sur des lignes qui n'auraient pas été impactées par des travaux.
Dans l'exemple fictif ci-dessous, on voit que la ligne 5 a une ponctualité en deça de la moyenne, et que cette dernière se dégrade en heure de pointe.

On va considérer pour l'exemple que c'est une ligne à travailler.
Identifier la cause des écarts de ponctualité
L'enjeu est d'identifier si l'écart de ponctualité est lié à de l'avance ou du retard sur la ligne. Il existe plusieurs angles d'approche possible.
Identifier les avances et retard aux terminus
L'identification des avances et retard aux terminus permet notamment de s'interroger sur la source possible du retard :
- Si on observe du retard au terminus de départ : cela interpelle sur la capacité des véhicules à avoir du battement au bout de la ligne
- Si on observe de l'avance au terminus de départ : cela interpelle sur le respect des consignes de ponctualité par le personnel de conduite
- Si on observe du retard au terminus d'arrivée : si celui ci est beaucoup plus important au global qu'au départ, c'est qu'il y a une insuffisance de temps alloué aux conducteurs
- Si on observe de l'avance au terminus de d'arrivée : cela interpelle sur des marches-type qui seraient trop légères.
Ces constats doivent être effectués si les données du SAE sont correctes. En effet, un bus ayant un même terminus physique de départ et arrivée pourra être considéré comme étant parti pour sa prochaine course (donc en avance) alors qu'il arrive juste de sa précédente course.
Ainsi, on peut comparer les avances et retard par ligne à chaque terminus en jouant sur le Type de retard, au départ ou à l'arrivée.

Dans l'exemple, on voit que le retard s'amplifie, passant de 31 à 36% sur la tranche horaire de 17h

Identifier les avances et retard aux stations
On peut isoler les créneaux horaires sur lesquels retard moyen est important. et basculer sur une vision à la station, pour identifier où le retard s'accumule.

Dans l'exemple ci-dessous, on peut par exemple apercevoir un retard important aux heures de pointe du soir.

En ajustant le filtre temporels sur ces heures de pointe :

Il est alors assez facile de voir les stations qui connaissent un retard important, sur lesquelles ont pourra éventuellement retravailler les marches-type
