Les données en temps réel, un atout pour la prise de décision
Les données de fréquentation apportent des informations précieuses pour la gestion d’un territoire ou d’un site. Elles permettent d’analyser a posteriori les actions menées pour en mesurer l’efficacité, communiquer avec le public et justifier les décisions. L’obtention de ces données en temps réel permet un niveau de réactivité supplémentaire.
Sur ce sujet, l’organisme touristique Visit Skåne AB (province de Scanie en Suède) a mis en place un suivi en temps réel de la fréquentation des sept parkings d’accès aux espaces naturels et touristiques depuis juin 2024. L’installation des compteurs a été faite en partenariat avec notre partenaire Amparo Solutions.
Des compteurs de véhicule ZELT Evo (alimentés par panneaux solaires) sont installés aux entrées des parkings pour suivre la fréquentation, et partagent les données en temps réel vers un site internet dédié : Uncrowded.se. Cela permet aux visiteurs d’être informé du niveau de fréquentation, de mieux répartir les visites dans le temps, et d’éviter la saturation des sites touristiques, source de dégradation pour la faune et la flore.
![Exemple de jauge temps réel disponible sur le site “Uncrowded” pour le parking d’accès au site des Mégalithes de Ale](https://www.eco-compteur.com/wp-content/uploads/2024/06/jauge-1024x658.png)
Exemple de jauge temps réel disponible sur le site “Uncrowded” pour le parking d’accès au site des Mégalithes de Ale
« Le service Uncrowded a été développé dans une logique d’innovation par Visit Skåne, et pour développer une destination durable. À l’heure actuelle, il n’existe pas d’outils permettant à la fois de rendre accessible les informations et d’éviter une pression trop forte des visiteurs sur la nature. Il y a un grand intérêt à trouver des solutions pour équilibrer les flux de visiteurs », déclare Hélène Östberg, responsable de la marque et de l’innovation chez Visit Skåne AB.
Avantages : données de fréquentation fiables et réelles remontant du terrain
Inconvénients : même en temps réel, les réactions ne peuvent se faire qu’a posteriori. La solution nécessite en outre une grande fiabilité de comptage et de chaîne de transmission des données pour être exploitable
[Solutions] La Page publique et l’API, deux outils pour communiquer sur les fréquentations avec le public
Dans le projet précédent, les données sont transmises directement au site web qui relaie les données.
Parmi les outils disponibles pour la communication de ces données, la page publique permet également aux gestionnaires de transmettre facilement les informations de fréquentation, à J+1, avec un outil clé en main.
Le partage des données via une API cliente permet également de construire tout type d’outil web pour communiquer avec le grand public, et les partager encore plus régulièrement. Grâce à ce système d’accès aux données, il est possible de construire des systèmes de jauge indiquant le niveau de fréquentation d’un site.
La prédiction de fréquentation, l’autre niveau de gestion grâce aux données
Bénéficier de données en temps réel est certes un outil qui peut s’avérer très utile pour la gestion quotidienne. Mais celle-ci a une limite principale : elle ne permet d’agir qu’en réaction.
A contrario, la prédiction de données dans le temps apporte les avantages de pouvoir réellement prévoir les ressources à déployer sur site :
- Accueil des visiteurs
- Procédures de sécurité/incendie
- Fournitures et personnel
La prédiction de fréquentation permet également de communiquer plus en amont pour répartir les visites, temporellement ou spatialement (voir à ce sujet notre article sur la gestion des pics de fréquentation).
Au global, ce type d’information est susceptible d’améliorer l’expérience de visite avec une anticipation souvent bienvenue.
Notre équipe Data travaille actuellement sur la possibilité d’offrir une fréquentation à J+7 (trafic estimé journalier). Pour prédire les fréquentations, nous entraînons une série de modèles d’apprentissage automatique (machine learning) sur un jeu de données incluant les données historiques d’un site de comptage, jointes à des variables externes telles que les conditions météorologiques et les événements annuels (jours fériés mondiaux) qui s’appuient sur des travaux de recherche revus par des pairs.
Nous avons identifié ces facteurs comme pertinents pour la prédiction des fréquentations piétonnes, cyclistes et véhicules (pour les accès parking aux sites naturels).
![Exemple de prédiction de fréquentation, réalisable par notre équipe Data](https://www.eco-compteur.com/wp-content/uploads/2024/06/prediction.png)
Exemple de prédiction de fréquentation, réalisable par notre équipe Data
Il devient ainsi possible d’anticiper les niveaux de fréquentation de votre site touristique.
Avantages : permet une meilleure anticipation
Inconvénients : nécessite une bonne prise en compte des différents paramètres pouvant avoir des effets sur la fréquentation, et d’utiliser des modèles statistiques robustes
Cette possibilité vous intéresse ? Échangez avec nous pour nous partager vos besoins !
Les garanties Eco-Compteur
Conscients des limites du temps réel comme de la prédiction, voici ce que nous avons mis en place pour garantir le meilleur suivi possible de la fréquentation pour l’accueil des visiteurs :
Données en temps réel
- Fiabilité des systèmes de transmission : monitoring constant des transmissions de données, et des serveurs d’accès aux données
- Garantie d’une disponibilité de service de 95 % par nos prestataires (hébergement & transmission)
- Support client réactif de vingt personnes, basé en France et au Canada pour apporter des réponses rapides à toutes questions techniques
Prédiction
- Équipe dédiée à l’analyse des données, composée de dix ingénieurs en Data Science et Geo Data Science
- Algorithmes d’analyse et de prédiction s’appuyant sur la plus grande base de données de comptage piéton/vélo au monde, avec plus de 15 000 systèmes installés dans 57 pays (environnements urbains et naturels divers, conditions météorologiques différentes)
- Intégration de modèles multiples de Machine Learning associant automatiquement un poids statistique cohérent à chaque variable