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
- Rail Analytics
- Rapprochement des données de comptage au plan de transport
Rapprochement des données de comptage au plan de transport
Sur Rail Analytics, on reçoit d'une part des mesures de comptage avec des heures de passage réelles, d'autre part des heures de passage théoriques.
Tous les indicateurs utilisant les heures de passage (Avance/retard, Ponctualité, Temps de parcours...) sont alors adaptés pour se baser sur le plan de transport. Ils ne sont calculés que lorsqu'on on a de la donnée de comptage et que les circulations réelles ont pu être rapprochées du plan de transport.
Manière de reconnaître et rapprocher les courses
Chaque course représente une rame et on associe les rames entre elles grâce a un identifiant d'unité multiple.
En d'autres termes :
- en circulation en unité simple, on a une seule course avec un identifiant d'unité multiple dans notre data clean
- en circulation en unité multiple, on a plusieurs courses avec le même identifiant d'unité multiple dans notre data clean (autant que le nombre de rames présentes dans cette circulation)
Le rapprochement se fait en se basant sur plusieurs informations. Ces informations doivent être partagées par la course réelle et la course théorique pour qu'on puisse faire le rapprochement :
- le numéro de train, si celui-ci est disponible dans les comptages ;
- la date de service ;
- la segmentation et la direction ;
- l'heure, ajustée du retard si nécessaire ;
- une suite d’arrêts partagés.
Pour qu'une course théorique soit rapprochée à une course réelle il faut que les deux courses :
- se produisent le même jour
- partagent la même segmentation
- avec moins d'une heure d'écart entre l'heure de départ de la course réelle et l'heure de départ théorique de la course théorique, ajustée si besoin du retard
- aient au moins une suite d’arrêts partagées, exemples:
- Exemple 1:
- course réelle fait A → B → C → D
- course théorique fait Z → A → B → C → D → E
- → elles sont rapprochées car la course réelle est contenue dans course théorique
- course réelle fait A → B → C → D → E → F → G
- course théorique fait B → C → D → E
- → elles sont rapprochées car la course théorique est contenue dans la course réelle
- course réelle fait C → D → E → F → G
- course théorique fait A → B → C → D
- → pas de rapprochement
- course réelle fait A → B → E → F → G
- course théorique fait A → B → C → D → E → F → G
- → pas de rapprochement
- Exemple 1:
Une fois le rapprochement d'une course réelle fait avec une course théorique, on compte combien de rames composent la circulation réelle et la circulation théorique.
Si une différence existe entre le nombre de rames de la circulation réelle et le nombre de rames de la circulation théorique, des courses sont créées pour faire correspondre le nombre de rames entre circulation théorique et réelle, selon la règle suivante :
- Si la circulation théorique est en UM et la circulation réelle en US, nous ajoutons une course à la circulation réelle.
- Si la circulation théorique est en US et la circulation réelle en UM, nous ajoutons une course à la circulation théorique.
Ainsi, il y aura autant de courses réelles et de courses théoriques que de rames composant l'unité multiple.