Covid-19 : Google et Facebook sortent leurs données géolocalisées pour produire cartes et graphiques
Catégorie: A l'actu, Cartographie, Données, Entreprises, Mobilité
Afin de participer à l’effort de compréhension et de lutte contre la Covid-19, Google et Facebook proposent données, cartes et graphiques exploitant leurs données géolocalisées.
Qui en fait le plus dans la crise actuelle grâce à ses données géolocalisées ? Si Google a pris la tête en début de course, la proposition de Facebook semble bien plus complète.
En France, la fréquentation des parcs a baissé de 73 % depuis le confinement selon Google
En publiant dès le 3 avril des rapports sur l’évolution des mobilités dans 131 pays (sans la Chine, la Russie ou l’Iran par exemple), Google a immédiatement occupé le terrain médiatique. Ses rapports exploitent les données recueillies via l’historique des géolocalisations de Google Maps (que vous avez peut-être activé), qui servent à indiquer quelles sont les heures d’affluence des boutiques et services référencés sur son moteur de recherche.
Même s’ils ne sont pas très détaillés spatialement (à l’échelle du pays et dans certains cas, de la région), les graphiques proposés par Google offrent une granularité thématique intéressante. En effet, sont distinguées différentes catégories de destinations : boutiques et loisirs, épiceries et pharmacies, parcs, hubs de transports en commun, zones de bureaux, zones résidentielles. Les graphiques suivent l’évolution des mobilités sur 7 semaines et ont déjà été mis à jour depuis l’annonce du 3 avril. Le 10 avril, les visualisations concernant la France et ses régions vont du 23 février au 5 avril. Disponibles sous forme de PDF à télécharger, ils ne sont pas accompagnés des données ayant servi à les produire et ne présentent que des évolutions, pas des quantités de mobilités.
Les déplacements ont chuté de 75 % le 23 mars dans l’état de San Caterina au Brésil, d’après Facebook
Trois jours plus tard (soit le 6 avril), Facebook publie un billet sur son blog qui fait le point sur les données et cartes mises à la disposition des chercheurs ou des ONG dans le cadre de son programme Data for Good.
Trois types de données leur sont proposés.
Les cartes de colocalisation illustrent la probabilité que les habitants d’une zone soient en contact avec ceux d’une autre zone.
![covid-19 Google Facebook](https://decryptageo.fr/wp-content/uploads/2020/04/Covid-Colocation-Italy-Facebook-435x326.jpg)
« Les schémas de colocalisation, comme ceux d’Italie, peuvent aider les modélisateurs à déterminer comment COVID-19 pourrait se propager » explique Facebook sur son blog. On les croit sur parole !
Les évolutions de mobilité à l’échelle des régions permettent d’évaluer l’effet des mesures de confinement.
![covid-19 Google Facebook](https://decryptageo.fr/wp-content/uploads/2020/04/Covid-MovementRange_br-Facebook-435x392.jpg)
Évolution des déplacements dans les états brésiliens entre le 9 et le 23 mars 2020. Les courbes s’appuient sur le nombre moyen de tuiles Bing Maps visitées par des utilisateurs de Facebook ayant activé leur historique de géolocalisation et comparés aux valeurs de février.
Enfin, l’index de connexion sociale mesure le taux de connexion d’un lieu à d’autres zones géographiques. Ce dernier s’appuie à la fois sur les profils publiés sur Facebook et les réseaux d’amis, selon une méthodologie développée ici. Certains de ces jeux de données sont publiés depuis déjà quelques mois et ont été utilisés dans d’autres crises sanitaires, comme l’épidémie de choléra du Mozambique de mars 2019 (plus de détails sous ce lien).
Le géant des réseaux sociaux a également profité de cette annonce pour rappeler qu’il faisait partie du réseau Covid-19 Mobility Data Network, qui rassemble diverses entreprises collectant des données de géolocalisation (comme Facebook et Cuebiq) qui mettent leurs données agrégées à la disposition d’épidémiologistes du monde entier afin d’affiner leurs modèles et analyses.
Au-delà des visualisations présentées qui restent globales et assez peu interprétables par le commun des mortels, les deux annonces présentent une similitude : la part importante consacrée à l’assurance que ces données respectent la vie privée et qu’il s’agit bien de données agrégées.