Parkeon, quand la ville devient intelligente

Yves-Marie Pondaven, Directeur Technique de Parkeon était l’invité du séminaire du jeudi 4 juin du Mastère Spécialisé Big Data. Architecte pendant 10 ans chez Capgemini, Yves-Marie Pondaven est intervenu sur des projets innovants tels que le tri du courrier de la poste (plus d'un milliard de transactions/jour) ou la première migration importante sur Google d'une grande entreprise, Valeo. Il a rejoint le management de Parkeon il y a 3 ans pour contribuer au lancement de nouveaux services et systèmes à destination des villes et usagers. Dans son intervention il est revenu sur les capacités d’innovation de sa structure avec un fort accent sur les solutions smart cities, l’utilisation du machine learning, les problèmes rencontrés et les solutions apportées ainsi que le modèle économique de l’entreprise.

Parkeon est une entreprise spécialisée dans la mobilité urbaine et la Smart City (ville intelligente). Elle est leader mondial en matière de solutions de gestion du stationnement et de billettique pour les transports publics. En France, elle a installé plus de 80% des bornes Navigo.

L’innovation est son objectif clé depuis plus de 45 ans. En 1968 elle lance son premier parcmètre, suivi du premier horodateur mondial en 1971 et du premier horodateur connecté et fonctionnant sur panneau solaire en 1995. Cette révolution mettra fin aux horodateurs à batterie. En  2010 arrive le back office web, commercialisé et hébergé en service (SaaS).

Parkeon compte 4000 villes clientes à travers le monde et plus de 1100 salariés. Elle a installé  210 000 horodateurs, plus de 110 000 horodateurs connectés et a enregistré plus de 1,3 milliards de tickets de stationnement à travers le monde.

Smart Cities

La solution de Parkeon influe sur les transports dans les villes qui ont ensuite un impact sur l’organisation urbaine, telle que l’installation dans certaines villes des bornes permettant aux usagers d’appeler un taxi avec seulement un euros.

Parkeon a également développé un  outil d’optimisation du travail de maintenance de ses équipes mais aussi de la circulation des policiers au sein des grandes villes.

Où se garer ?

Se garer dans de grandes villes comme Paris relève d’un exploit au quotidien pour les usagers des routes. 30% des véhicules qui circulent cherchent à se garer. Un temps perdu qui représente 14 minutes par jour, soit 5 jours par an et par véhicule. Ce chiffre peut paraître insignifiant, cependant ces jours perdus impactent lourdement le commerce urbain, car les gens finissent parfois par rebrousser chemin. Conséquence : les commerces et les restaurants ne fonctionnent pas, avec une répercussion sur l’économie locale. Pour faire face à une telle situation, Parkeon a développé l’application « Path to Park » qui intègre un système de guidage. L’idée est de proposer  aux automobilistes un itinéraire d’au moins trois rues au cours duquel la probabilité de trouver une place est supérieure à 80%.

Dans les villes comme Paris par exemple, la durée de vie d’une place de parking libre est de 30 secondes.

La mise en place de Path to Park a été rendue possible grâce à la prédiction à partir de données fournies par les horodateurs des villes concernées. Cependant, l’application fonctionne aussi dans les villes sans horodateurs grâce à l’input et au machine learning avec le même résultat. L’application Path to Park a été testée à Issy-les-Moulineaux et est désormais disponible en Ile-de-France.

Le machine learning au cœur du système

Grâce au Big Data et la révolution du machine learning, Parkeon n’a plus besoin de capteurs ou de caméras pour obtenir des informations pour son organisation intelligente des villes. Ainsi avec le machine learning, elle utilise de nombreuses données cartographiques, de stationnement, de magasins, de restaurants pour prédire la pression de stationnement. Toutefois, l’entreprise n’utilise pas une grande quantité de données pour ses prédictions, car trop de données affectent la qualité du résultat attendu.

Problèmes… et solutions

Dans sa solution, les problèmes qu’elle rencontre se situent en général au niveau des voiries.  Aux Etats-Unis par exemple, ils sont liés à la taille des voitures, à Paris à la durée de vie d’une place de parking libre. Il faut également compter avec le mauvais stationnement.

Pour faire face à ces problèmes, Parkeon utilise l’approche data à deux volets : un volet utilisation du machine learning basé sur des données du stationnement, des tests terrains, le nombre de tickets actifs… et un volet fondé sur le  tracking. Une fois ces données mobilisées, la société passe à l’étape de la corrélation pour ensuite prédire les places disponibles.

Quels modèles économiques ?

Path to Park est gratuite pour les villes et les utilisateurs. Quant aux bénéfices, ils viennent de la publicité qui accompagne l’application. Cependant, il est prévu la mise en place d’un service premium sur de nouvelles fonctions avec un abonnement mensuel.