Les données des voitures comme créateurs de nouveaux services de mobilité
 

Les voitures récentes génèrent une quantité importante de données qui restent encore pour la plupart inexploitées. Peu de services innovants ont été proposés à ce jour, mis à part ceux d’optimisation de l’utilisation de la voiture en temps réel, et nous souhaitons faire mieux !

Les constructeurs automobiles sont en mesure de collecter et stocker les données générées par les véhicules mais il leur reste des efforts à faire dans leurs capacités à gérer ces données, notamment en terme de préparation et d’analyse. Des startups dotées de capacités d’analyse de données avancées peuvent aider les constructeurs automobiles à combler ces lacunes et, par la même occasion, créer de nouvelles opportunités commerciales dont elles pourront profiter.

Les partenaires travaillant sur ce défi souhaitent proposer des outils et services sur-mesure aux conducteurs pour optimiser l’utilisation du véhicule dans un environnement urbain. 

La Ville de Paris pourrait par la même occasion obtenir des informations essentielles concernant ses rues et leurs utilisations. Elles seront particulièrement utiles dans les années à venir alors que la ville cherchera à adapter ses politiques en fonction de la circulation et de la pollution atmosphérique.

Comment améliorer les services de mobilité ou en créer de nouveaux grâce aux données non-exploitées générées par les voitures ?
 
Objectifs de l'expérimentation

Les expérimentations liées à ce défi sont relativement ouvertes. Nous nous attendons donc à recevoir des contributions de la part des startups participantes. Nous proposons quelques pistes de réflexion et attendons les vôtres :

  • L’expérimentation pourrait concerner l’optimisation des schémas de mobilité sur les durées longues. Les partenaires détiennent des données montrant les comportements des conducteurs et nous avons tous accès aux informations trafic en temps réel ; néanmoins, personne ne propose de service basé sur des périodes d’observation dépassant le simple trajet. Les données pourraient nous apprendre à optimiser notre conduite, quel mode de transport associer à la voiture pour aller au travail ou encore où garer son véhicule pour économiser de l’argent. Elles pourraient également suggérer quel type de voiture répond le mieux à nos besoins de déplacements réguliers.
  • Les sources d’open data sur les zones urbaines telles que Paris peuvent être utilisées afin de maximiser le potentiel d’innovation : incidentologie, topographie, chantiers, places de parking, mobilier urbain, etc. Tous ces éléments nous aident à mieux comprendre notre environnement.

Est-il possible d’optimiser le schéma de mobilité d’une personne, d’une famille ou même d’un quartier ? Pouvons-nous proposer des services expliquant comment se déplacer plus sûrement plutôt que plus rapidement ? Nous pensons que oui ! Il s’agit très certainement d’un défi du Big Data et Paris en est le terrain d’expérimentation. C’est en utilisant la puissance de la combinaison des données privées et publiques que nous pouvons relever les défis de la mobilité de demain.

 
Opportunité business pour les partenaires
  • Nissan : Réussir à passer d’une offre produit à une offre service, de la voiture à la mobilité. Développer des propositions de valeur orientées vers le client et exploiter le potentiel des données générées par les voitures.

 

  • RCI Bank & Services : Aider les constructeurs automobiles à se convertir en prestataires de service en servant de plateforme pour leurs innovations.

 

  • Startup : Partenariats commerciaux potentiels pour fournir les services et/ou outils aux utilisateurs finaux. Tester et affiner vos capacités Big Data, machine learning, et vos outils et services d’intelligence artificielle en utilisant les données des constructeurs automobiles.
 
Ressources

Données générées par les voitures Nissan :

Nissan peut garantir l’accès aux données générées par les voitures électriques en Europe équipées d’un TCU (unité de contrôle télématique). Les données sont disponibles pendant 30 jours.

Toutes les données fournies sont anonymisées : les numéros d’identification du véhicule ou autres informations d’identification personnelles ne seront pas divulguées ou seront remplacées par des données factices.

Les ensembles de données comprendront :

  • Données de suivi – heure du GPS, positionnement, vitesse du véhicule, accélération, kilométrage, niveau de batterie, pression des pneus.
  • Données de trajet – date et heure des départs/arrêts, nombre de kilomètres, temps de pause, temps de chauffe, vitesse agrégée et données relatives à l’accélération, utilisation des équipements (ex : climatisation), température de l’air, etc.
  • Données de statut – erreurs de diagnostic provenant de différentes unités de contrôle.

Possibilité d’équiper d’autres voitures Nissan d’un TCU ou d’un dongle OBD afin d’obtenir plus de données à étudier.

Données provenant de la ville de paris :

Expertises
  • Dmitry Baykin, Innovation Lab Manager, Nissan
  • Benjamin Honnorat, Business Development Manager Mobility, RCI Bank and Services