Prédiction retards et perturbations

Contexte

Opérateur de transport urbain (métro, bus, tramway) d'une grande métropole, gérant 5 millions de déplacements quotidiens. Les perturbations (pannes matériel, incidents voyageurs, grèves partielles) provoquent en moyenne 200 retards significatifs par semaine. L'information voyageur est diffusée manuellement par les régulateurs, souvent 15-30 minutes après le début de la perturbation.

Problème & Défi

Information voyageur diffusée avec 15-30 min de retard par rapport à la perturbation réelle. 200 retards significatifs par semaine dont 60% prévisibles (maintenance, historique, météo). NPS en baisse de 8 points en 1 an, principalement lié à la qualité de l'information voyageur. Aucune proposition de rerouting : les voyageurs découvrent les retards en arrivant sur le quai. Impossible de dimensionner les renforts de service : les pics de demande post-perturbation ne sont pas anticipés.

Solution & Livrables

Modèle prédictif de retards et perturbations entraîné sur 3 ans de données opérationnelles, météo et événements. Prédiction à H-30min des retards probables par ligne avec probabilité et durée estimée. Information voyageur proactive : notification push aux voyageurs concernés avant qu'ils ne partent. Recommandation de rerouting personnalisée en fonction de l'origine/destination du voyageur. API temps réel pour les afficheurs en station et l'application mobile avec temps d'attente prédits. Fondations standardisées (70%) + valeur ajoutée métier (30%).

Technologies