De nouvelles solutions pour intégrer les flux piétons dans vos analyses géographiques
chapitre I : comment ça marche ?
Catégorie: Données, Entreprises, Logiciels, Marché, Matériel/GPS, Mobilité, Reportages, Réseaux/Transports
Environ 7 mn de lecture
Mesurer, heure par heure et avec une grande précision géographique le nombre de piétons qui passent devant un commerce, un arrêt de bus, un panneau publicitaire ou qui traversent un carrefour est devenu bien plus simple depuis qu’une large partie de la population possède un smartphone. Explications.
Il n’y a pas que Google ou les applications d’aide à la navigation qui récupèrent vos données de géolocalisation. Météo, journaux, programmes télé, recettes de cuisine, grandes marques, magasins et magazines… des centaines d’applications captent votre géolocalisation via le GPS de votre smartphone afin de vous proposer en temps réel un service plus ciblé (des nouvelles de votre quartier par exemple), une information contextualisée, une publicité locale. Mais ces positions relevées plusieurs centaines de fois par jour sont également archivées. Revendues à des entreprises spécialisées qui les agrègent, elles permettent une analyse plus fine des mobilités, afin de vérifier que telle recherche sur Internet a bien généré du trafic en magasin.
Un SDK sinon rien
Pour cela, un SDK (« software development kit »), qui est aux applications mobiles ce que le Cookie est à Internet, est glissé dans l’application. Son rôle est simple : capter à intervalles réguliers (quelques minutes) la position du smartphone ainsi que son identifiant unique de publicité : IDFA sur iPhone, GUID sur Android. Il est alors possible de savoir combien de smartphones se trouvent à tel endroit, à tel moment et de les associer à des points d’intérêt (magasins par exemple). Mais comme l’identifiant est stable, l’historique de ces positions assemblées permet de déduire des parcours horodatés. C’est ainsi que Google a créé « Store visit » qui permet de vérifier qu’une recherche effectuée en ligne se traduit bel et bien par une visite en magasin.
![Flux piétons](https://decryptageo.fr/wp-content/uploads/2021/05/store-visit-435x338.jpg)
Les 4 étapes de Store visit de Google : 1/navigation sur Internet avec historique des positions et vue d’une annonce d’un magasin. 2/ déplacement physique vers le magasin 3/association visite et engagement avec l’annonce 4/ Google Ads crée ensuite des valeurs modélisées estimant le nombre de personnes qui se rendent dans le magasin après avoir vu ou cliqué sur une annonce.
La géolocalisation au cœur du « Drive to Store »
Certaines entreprises se sont fait une spécialité de glisser leur SDK dans diverses applications et recueillent ainsi des millions de géolocalisations chaque jour. « Notre SDK est intégré dans plus de 10 millions de smartphones, ce qui représente environ 2 millions d’utilisateurs actifs chaque mois, que nous mettons en relation avec quelque 500 000 points d’intérêt, cartographiés avec précision » se félicite ainsi Dominique Castro, directeur de Singlespot en France, l’une des startups françaises du « drive to store », qui reste très discrète sur les applications qui embarquent son SDK. Mais elle publie une liste impressionnante de partenaires « pouvant avoir accès à la donnée », qui exploitent les données récoltées. On y retrouve pêle-mêle la RATP, Transdev, Kysio, Systra, la Française des Jeux, LCL, KFC et Esri, Here Technology, Orange Business Service, Global Map Solutions, Vectaury ou MyTraffic. Singlespot n’est pas la seule entreprise installant son SDK de géolocalisation dans des applications, citons également Teemo, récemment racheté par le groupe Near, ou Unacast.
Peu régulé, le marché du ciblage publicitaire (via les cookies sur Internet ou les SDK des applications) a attiré les millions des investisseurs jusqu’à ce que la CNIL puis le RGPD y mettent un peu d’ordre. Rassemblés au sein de la Mobile Marketing Association et de l‘IAB (qui travaille plus sur les aspects techniques de la normalisation), les acteurs du marché qui ont survécu aux mises en demeure de la CNIL de 2018 se sont adaptés et doivent désormais répondre à plusieurs obligations, renforcées par l’entrée en vigueur du RGPD. Le recueil du consentement doit être explicite (il n’est plus acquis par défaut) et la durée de conservation des données est réduite. Ainsi, plusieurs entreprises ont dû renoncer à leurs pratiques, certaines ont même arrêté leurs activités (comme Fidzup) et celles qui existent encore ont vu leur taux d’opt-in (utilisateurs qui acceptent le tracking) dramatiquement réduits, une tendance encore accentuée récemment avec les dernières évolutions de la réglementation sur les cookies publicitaires.
![flux piétons](https://decryptageo.fr/wp-content/uploads/2021/05/Singlespot-consentement-435x224.png)
Le consentement : une procédure devenue plus complexe depuis que la CNIL et le RGPD s’en sont mêlés (document Singlespot)
Le modèle économique de la captation des traces continue d’évoluer. Plutôt que d’être rémunérés pour intégrer le SDK d’une entreprise tierce qui garde la main sur les données collectées, les éditeurs d’applications peuvent choisir d’intégrer leur propre SDK, ce qui devient plus facile, et même possible en open source. « Nous voulons démocratiser la possibilité pour les entreprises et les collectivités de faire elles-mêmes leurs applications et leur collecte de données. Nous souhaitons leur redonner la main » explique Jean-Thomas Rouzin, co-fondateur de WebGeoService, qui a décidé de publier ses outils de développement Woozmap en open source (API géospatiales dédiées à la « géolocalisation prédictive des consommateurs »), dont un SDK mobile. Ainsi, l’éditeur de l’application demande lui-même le consentement de l’utilisateur (et non un tiers, inconnu de l’utilisateur, ce qui diminue le taux d’acceptation), et récupère les données. Il peut alors les utiliser pour lui-même (faire évoluer une offre de transport par exemple) ou les revendre à d’autres entreprises à condition que cette possibilité soit mentionnée explicitement dans le consentement. Force est donc de constater que le nombre d’applications qui captent vos données de géolocalisation reste important, même si le marché de leur revente s’est un peu calmé.
La mobilité nourrit la mobilité
Assez naturellement, les applications dédiées à l’aide à la mobilité (transports, vie locale, tourisme, sport…) récupèrent, elles aussi, les traces géolocalisées de leurs utilisateurs. Selon leur thème, elles permettent d’isoler les piétons, mais ne sont pas adaptées à toutes les analyses. Même si elles ne bénéficient pas d’une masse d’utilisateurs aussi importante que la somme des SDK glissés dans toutes sortes d’applications, elles donnent des informations utiles sur les mobilités. Ainsi, Kisio (filiale solutions et services de Keolis, elle-même filiale de la SNCF) dispose d’un panel de 3,5 millions d’utilisateurs de ses applications d’aide au déplacement qu’elle utilise dans ses études sur la mobilité.
Strava, la célèbre application de suivi sportif, a lancé Strava Metro en 2014, une base de données collaborative alimentée par ses utilisateurs volontaires, dont les traces sont agglomérées. Aujourd’hui, Strava Metro se réclame de 4 milliards de traces. Désormais proposées sous forme d’un tableau de bord (API Mapbox et fonds OSM) ou sous forme de fichiers à intégrer dans un SIG, les données Strava Metro permettent de détecter les zones dangereuses pour les piétons et les cyclistes, de mesurer l’impact d’aménagements, etc. via des historiques et des comptages qualifiés à différents pas de temps (déplacements de travail, de loisir, tourisme). L’accès est gratuit pour tous les acteurs publics qui travaillent à une meilleure prise en compte des piétons et cyclistes dans l’aménagement urbain. Mais, par manque de représentativité (l’application est loin d’être utilisée par tous les cyclistes et tous les coureurs), l’utilisation de ces traces au-delà des questions pures de mobilité reste problématique.
![Flux piétons](https://decryptageo.fr/wp-content/uploads/2021/05/Strava-Metro-Paris-435x234.png)
Strava : Dans le tableau de bord de Strava Metro, les « corridors » permettent de découvrir les sections de parcours les plus fréquentées, les « routes » mesurent la fréquentation entre deux points, mais il est également possible d’analyser des rues en particulier.
Place aux agrégateurs
Plusieurs entreprises spécialisées dans le « drive to store » et la publicité localisée exploitent désormais ces données captées par les éditeurs d’applications. Elles les nettoient et les mettent en forme, les agrègent et les complètent pour offrir des solutions prêtes à l’emploi, sous forme de tableaux de bord ou d’études, ou sous forme de bases de données ou d’API, permettant d’importer ces données dans d’autres logiciels. Ici encore, le marché a beaucoup évolué ces dernières années. Ainsi, Roofstreet, dont la plateforme géomarketing exploite des flux distinguant piétons et automobiles, (utilisée par exemple par Carrefour), a cessé de proposer son service en ligne.
D’autres entreprises comme Vectaury et Mytraffic misent sur la combinaison de ces différentes sources de données géolocalisées pour fournir des services de ciblage. « Nous travaillons à la fois avec des applications en direct et avec des acteurs comme Singlespot, reconnaît bien volontiers Jean-Baptiste Delattre, directeur des ventes chez Mytraffic, ce qui représente 19 millions de mobiles actifs par an ». Vectaury, pour sa part, se réclame de 120 millions de traces collectées chaque jour. Ici encore, la cartographie précise des zones d’intérêt est essentielle pour déterminer si telle position peut ou non être rattachée à tel magasin, centre commercial, stade ou hypermarché par exemple. Malgré ce nombre impressionnant de mobiles captés, la représentativité des données pose toujours question. Pas de souci dans les centres-villes fréquentés, mais les données doivent être prises avec précaution dans les zones moins denses. « Nous déterminons un nombre minimal de passages par semaine pour exploiter l’information. En deçà, le redressement n’est pas assez solide », détaille Jean-Baptiste Delattre.