Pôles de données en mobilité

From Communauté de la Fabrique des Mobilités

Image :

Capture d’écran 2022-04-26 102011.jpg

Short description: Pôles de données en mobilité: projets de valorisation des données

Description:

Objectifs & Opportunités

Un pilier de Montréal en Commun

Dans le cadre du volet Pôles de données en mobilité de Montréal en commun, la Fabrique des mobilités Québec veut accompagner la ville de Montréal dans sa capacité à devenir un territoire ouvert (données, outils informatiques, ressources, infrastructures…) pour stimuler l’écosystème d’innovation et particulièrement les startups.

L'objectif des parties prenantes au projet est de parvenir à identifier et promouvoir des solutions de mobilité durable (intégrée, diminution auto-solo, mobilité partagée, mobilité de quartier...) en se fondant sur une analyse approfondie des données générées par les solutions de mobilité. Pour y arriver, nous souhaitons, dans le cadre de Montréal en Commun, développer, avec les autres partenaires de MeC, un pôle qui permettrait de qualifier, partager et valoriser des données de mobilité.

Afin de découvrir et mettre en œuvre ces solutions, Montréal en Commun souhaite permettre aux acteurs de la mobilité d'agir dans une démarche basée sur des évidences d'affaires, issues des données et de leur valorisation, c'est-à-dire toute solution qui permettrait d'augmenter la valeur des données du point de vue organisationnel, technique, social, politique et économique.

Sous-objectifs

  • Construire une vision commune pour le Pôle de données en mobilité.
  • Répertorier les attentes de l’écosystème vis à vis d’un Pôle de donnée.
  • Formaliser un processus de travail et une gouvernance commune. Quels outils, processus et actions faut-il mettre en œuvre pour mener à bien le projet de pôle de données?

Attentes et besoins de l'écosystème

Projet initial : pilotes de valorisation des données

À terme, le Pôle de données en mobilité visait à collecter et standardiser une grande variété de données : sur les déplacements, les inventaires de véhicules, les événements liés à la mobilité ou encore sur les statistiques officielles. Dans le cadre du Défi, les données intégrées devaient permettre de répondre à des besoins spécifiques. Des efforts seraient également mis en œuvre dans la conception même des plateformes.

Indicateurs de performance : Le Pôle de données en mobilité devait recevoir l’ensemble des données mentionnées dans une section « mesure du rendement », afin de produire les indicateurs de suivi en mobilité. La collecte et l’analyse des données seront automatisées autant que possible, pour raccourcir le cycle entre expérimentation et évolution du rendement.

Post-mortem de la Plateforme de données en mobilité

Mise en contexte

Dans le cadre de Montréal en Commun, pour une ville apprenante, les partenaires souhaitent développer un pôle qui permettrait de : qualifier, partager et valoriser des données de mobilité.

La première version du pôle de données, centrée autour d’une plateforme de données en mobilité, a eu son lot de rebondissements :

  • Le porteur de projet a été modifié passant de Jalon à l’Agence de Mobilité Durable
  • Jalon, l’acteur principal de la mise en place de la plateforme a quitté le projet de Montréal en commun avec son actif


De nombreuses intentions du pôle étaient déjà présentes dans la version portée par Jalon, il est donc important de prendre le temps de creuser les réussites et les échecs pour surtout en ressortir des apprentissages et des améliorations.

Le BTM étant un cas d’usage parfait de projet d’intégration de données dans le pôle, il nous permettra d’appuyer les éléments mis de l’avant avec des événements et faits tangibles qui ont eu lieu dans ce cas d’usage, afin de tenter d’illustrer et comprendre ces réussites et échecs.

Les éléments suivants ont été amenés par des personnes impliquées dans la première version du pôle de Jalon lors d’une séance de brainstorming ayant eu lieu le 19 juillet 2022 dernier. Celle-ci a eu lieu dans le but de relater les faits et réflexions de chacun, pour ensuite synthétiser le tout dans ce post-mortem afin de mettre en avant les apprentissages (tant positifs que négatifs) qui nous seront utiles pour l’avenir du pôle de données en mobilité.

Apprentissages récoltés

Il est pertinent de commencer par faire l’état des lieux de la situation en prenant conscience des éléments positifs et négatifs de la gestion du développement de la première version du pôle de données en mobilité, portée par Jalon. L'objectif est d’avoir une vue d’ensemble des paramètres qui ont potentiellement mené à l’échec de cette première version et de ceux ayant permis de maintenir l’initiative en vie jusqu’à aujourd’hui.

Points positifs

Réussite d’initiatives internes

Certaines initiatives menées à l’interne du consortium de partenaires porteurs ont pu générer des avancées et des résultats concrets qui permettent des apprentissages sur la valeur ajoutée du pôle de données et de la gestion des données qui s’y intègrent. Ces 2 initiatives mettent en évidence les avantages de la mise en place d’un pôle.

CurbLR

Une initiative qui a permis de mettre en place le standard CurbLR pour les données de stationnement, en plus d’initier l’hébergement de données de la carte incluant celles de la Ville de Montréal (Signalec). Cette initiative concrète a aussi démontré la capacité du consortium à mener des expérimentations collaboratives à terme. Ceci confirme la compétence des équipes de projet, tous départements confondus, de la gestion au marketing et de la technologie à la gouvernance.

Ma Mobilité

L’application développée par la Fabrique des Mobilités Québec a généré des données de mobilité d’utilisateurs testeurs permettant de démarrer un processus d’apprentissage sur la gestion des données dans le cadre du pôle. Cette initiative met en marche une collaboration avec l’UQAM qui permettra d’analyser des cas d’usages de données, dans un but de création de valeur.

Génération d'intérêt dans l'écosystème de mobilité (recherche, partenaires publics et privés, etc.)

En ce qui concerne la génération d’intérêt d’acteurs pour l’infrastructure qu’offre le pôle de données, il est clair que cette initiative fut une réussite autant au niveau académique, privé que public. Les retours positifs et proactifs reçus de plus de 5 grands acteurs des données de la mobilité (Communauto, CRE, Solon, TIESS, Bixi, Polytechnique) lors d’une approche d’entrevues de recueil des besoins et attentes du pôle permettent de valider ce point. La suite sera assurément de capitaliser sur cet intérêt pour concrétiser le démarrage et l’initialisation d’expérimentations, en s’assurant d’ajouter de la valeur pour l’écosystème de parties prenantes entourant la données en mobilité au Québec.

Points négatifs

Lacunes dans l’approche agile et expérimentale (désirabilité, viabilité et faisabilité)
Manque d’accent sur la gestion de projet agile

Il a été remarqué par les participants au post-mortem que les initiatives prises au courant de la première version du pôle n’étaient pas basées sur des hypothèses de désirabilité, viabilité et faisabilité validées. Cette remarque pourrait être attribuée au manque de sensibilisation des collaborateurs et partenaires à cette méthode de gestion agile de développement de produit mise de l’avant par la Fabrique des Mobilités Québec dans ce projet. Cette méthodologie doit être assimilée par tout le consortium pour parvenir à des résultats.

Vision trop globale de la plateforme de données et insuffisamment expérimentale

Les objectifs du pôle se doivent d’être vus en petits morceaux, en se focalisant sur l’implémentation de fonctionnalités à forte valeur ajoutée et à faible effort de déploiement. La plateforme du pôle était un idéal et elle aurait dû être mieux découpée en petites pièces pour assurer la validation d’hypothèses par itérations sur du plus court terme.

Résultats axés sur le livrable plus que sur l'apprentissage

Encore une fois, la mentalité agile de développement produit fut manquante, car le consortium d’entreprises tentait beaucoup plus de répondre à un mandat en développant des morceaux d’un produit (la plateforme de données) sans réellement valider les attentes et les besoins des clients/usagers. Ceci était bien pour les redditions de comptes, mais moins pour l’apport de valeur ajoutée du pôle pour l’écosystème, bien qu'elle soit la raison essentielle d’existence de ce projet.

Capitalisation sur l'intérêt généré chez les potentiels utilisateurs et partenaires

Comme mentionné plus haut, l’intérêt généré par la description théorique du pôle et les quelques expérimentations réussies ont généré de l’intérêt dans l’écosystème de mobilité. Cependant, cette effervescence n’a pas su se convertir en valeur réelle ou en expérimentation concrète vu le manque de remue-méninge avec les principaux parties prenantes d’intérêt (secteur privé, public et académique).

Fort biais technologique dans les initiatives (technology push)
Actif imposé

L’actif de la plateforme de Jalon a été imposée au projet (avec lequel il est ensuite reparti)

Confusion entre le pôle et la plateforme de données

Comme indiqué préalablement, dans la vision du pôle portée par Jalon, c’est principalement la plateforme technologique qui était mise de l’avant jusqu’à créer une confusion entre la définition et le rôle du pôle et celui de l’outil (plateforme de données). Les objectifs, lorsque Jalon était porteur du projet, ne mettaient de l’avant que cet aspect technologique de la plateforme du pôle, tandis qu’ils auraient dû être axés sur l’aspect de désirabilité et de viabilité du Pôle, c'est-à-dire une validation de l'attraction et de la rentabilité de celui-ci. Cela aurait permis une meilleur adhésion des parties prenantes et une identification de valeur ajoutée validée.

Problème de ressources TI pour la gestion des données (cas d’usage BTM)

L’identification de la maturité numérique des parties prenantes utilisatrices du pôle et leur capacité (expertise et ressources) à préparer les données à partager doivent être pris en compte lors de la priorisation des cas d’usage à déployer pour le pôle. Ceci aurait du être une pratique à ne pas ignorer. L’identification des expérimentations les moins risquées permettrait d’agrandir les chances de réussites du déploiement et d’augmenter la visibilité du pôle. Il est donc nécessaire que les premiers acteurs identifiés des cas d’usage soient les plus matures possible (en termes de ressources compétentes et de moyens) pour permettre le déroulement fluide des expérimentations. Il est aussi pertinent de mettre des actions en place pour supporter les acteurs moins matures dans leur montée en compétence pour la gestion et le partage des données nécessaires aux expérimentations du pôle.

Carence dans la cohésion et la collaboration entre les partenaires
Manque de synchronisation du travail des entités porteuses

Un bloquant principal dans le développement du pôle. Ceci fut aussi amené comme un manque de transparence des processus internes, ce qui a empêché les équipes de remédier au désalignement des attentes et des lignes directrices au sein du consortium.

Difficulté d’appliquer la transparence pour les organisations partenaires

Bloquants administratifs importants (cas d'usage BTM)

Les bloquants administratifs dans certaines situations, telle que celle du BTM, ont été mis de côté ce qui a pu occasionner des pertes de temps énormes sur la structuration d’un cas d’usage qui n’allait pouvoir voir le jour rapidement, vu les délais de certaines décisions administratives. La transparence entre décideurs du consortium et des entreprises partenaires doit être de mise.

Changement du porteur du pôle en cours de projet

La transition de porteurs est venue avec une complexité administrative qui a nécessairement occasionné des délais dans l’avancement du développement des expérimentations au sein du regroupement de partenaires.

Départ d’un partenaire clé

Le départ de Jalon a fait perdre tous les acquis techniques et technologiques au partenariat. Le manque de partage de la solution en amont du départ de Jalon du projet n’a pas permis au consortium de capitaliser sur les acquis de la solution technologique mise en place pour la plateforme du pôle. Il est donc important que la culture du partage et de la transparence soit inhérente à l’organisation et la gouvernance du pôle.

Manque de partage et de mise en commun sur les actifs collectifs numérique

Il est donc important de documenter les apprentissages et les réalisations régulièrement pour ne pas perdre les avancements et surtout pour garantir le partage de l’actif collectif.

Transparence du parcours des données avec les potentiels partenaires

Ici, l’aspect de la gestion des données faite au sein du pôle est mise de l’avant comme ayant été mal ou non communiquée. Ceci a pu générer de l’inquiétude des parties prenantes intéressées, et même que cet élément inconnu a pu s’interposer comme bloquant de partage pour certaines organisations ciblées pour les expérimentations.

Cadre d'entente d'implication des partenaires incomplet

L’absence d’une entente cadre claire statuant sur l’implication de chacune des organisations participantes et sur la description des enjeux entourant la donnée est une faille dans la première tentative de développement de la plateforme technologique qui fondait l’intégralité du pôle. Une entente cadre se doit d’exister pour assurer une mitigation des risques pour les potentiels partenaires, ainsi que pour les convaincre et les sécuriser en limitant les craintes au niveau de la gouvernance. Elle est aussi importante pour le pôle pour ainsi clarifier et faciliter la gouvernance de celui-ci.

Recommandations

Notre démarche

À la lumière des bons et des mauvais points indiqués précédemment, nous avons classifié les points d’amélioration selon une matrice à 2 dimensions : facteurs clé de succès d’un projet et chantiers du pôles et ses indicateurs de suivi.

Les facteurs clés de succès d'un projet

Pour assurer le succès d’un projet, il est important que ces 4 paramètres soient bien définis et communiqués.

  • Structure
  • Gouvernance
  • Processus et ses outils
  • Ressources
Les chantiers du pôle et ses indicateurs de suivi

Suite au départ de Jalon du projet de Montréal en Commun, la Fabrique des Mobilités Québec a proposé sa vision du pôle. Celle-ci se découpe en 4 chantiers principaux pour 2022-2024.

  • Génération de communs
  • Gouvernance et partage de données
  • Valorisation de données
  • Indicateurs de mobilité durable


De plus, l’analyse de tous les retours et observations, de nombreux éléments sont ressortis autour des enjeux de suivis. Nous avons donc ajouté un chantier spécifique: Les indicateurs de suivis.

Matrice des recommandations

Matrice des recommandations issues du post-mortem sur le Pôle de données en mobilité dans le cadre de Montréal en commun

Mise en application

Chaque recommandation est donc articulée selon le pilier structurant du projet auquel il se rapporte et pour répondre à un chantier du pôle en particulier.

Nous avons mis en gras les recommandations qui nous paraissent indispensable pour la bonne réussite de la prochaine version du pôle.

L’ensemble de ces initiatives et actions auront pour objectif final de répondre aux principes directeurs du projet. Ces derniers ont été revus (voire conclusions).

1/Mettre l’Open source et le partage au cœur des développements (communs)

Le principe du partage doit être intrinsèque à la conception, l’élaboration de toute solution. Tout apprentissage, solutions, résultats devraient être partagées à la communauté. Ainsi cela permet aussi de préserver le commun mis en place.

2/Se permettre de tester des cadres d'ententes de partage

Certains cas d’usage sont bloqués dans l’attente de la signature d’une entente de partage. Ces ententes sont aussi des éléments d’innovation. Il faudrait donc se permettre de tester des cadres d’ententes et d’apprendre de ces essais.

3/Se permettre de créer des données à l'interne pour les utiliser et les valoriser

4/Définir et suivre les OKRs par projet pilote

Il serait intéressant de définir des OKRs par initiatives. Ces OKRs pourraient alors être communiqués, suivis et validés au sein du consortium de projet.

5/Définir et partager des ‘’templates’’ d'OKRs (paramètres requis)

Il pourrait être opportun que toutes les initiatives ou projets pilotes suivent le même modèle d’OKR :

  • Fixer les objectifs
  • Fixer des résultats clés chiffrés et mesurables, mais également les délais d’attente acceptables
  • Constituer l’équipe : responsable, équipe de réalisation, experts, les personnes informées (dans l’esprit du RACI)
  • Définir l’opérabilité du suivi de ces OKR.


6/Déterminer une entente cadre prônant la mitigation des risques et la présentation du parcours de la donnée

7/Identifier des points bloquants de partage pour minimiser les ralentissements

Cette identification permettra de remonter les alertes de bloquants dans le suivi des OKRs. Si des points bloquent trop longtemps l’initiative, il faut pouvoir réfléchir à des alternatives ou revoir le projet pilote.

8/Assurer la gouvernance de la communication de la valeur ajoutée à l'interne et à l'externe

Dans un objectif de partage, tous les apprentissages doivent être communiqués à l’interne, aux partenaires et au public. Le niveau de communication doit être vu et suivi pour chaque projet pilote.

9/Mettre en place des instances en capacité de superviser et valider l'alignement du pôle

Afin de faciliter et clarifier la gouvernance du projet, des instances et des comités doivent être mis en place. La combinaison de tous ces comités va permettre de :

  • Partager et gouverner des dépendances et interdépendances;
  • Partager et suivre des OKRs du pôle et de chaque projet pilote;
  • Partager les alertes et les enjeux. Les points suivants doivent alors être clairs et communiqués:
  • Déterminer pour chaque instance/comité :
    • Ses objectifs;
    • Sa fréquence;
    • Son responsable;
    • Ses participants;
    • Ses décisions à prendre;
  • Entériner le planning de ces comités;
  • Communiquer l’organisation de ces instances à l’ensemble des partenaires et des équipes;
  • Valider la nécessité de définir un processus pour remonter ces alertes


10/Définir des ‘’Product Owner’’ par projet pilote qui suivent l'avancement du projet

Pour chaque projet pilote ou initiative, un ‘’Product Owner’’ doit être spécifié. Celui-ci doit être en mesure de savoir à quelle instance il doit participer, à qui il doit se référer pour ses objectifs, son avancement et ses enjeux.

11/Mettre en place des outils collaboratifs

Les partenaires étant issue de différentes organisations, des outils accessibles à tous doivent être mis en place. La liste de ces outils, ainsi que leur utilisation doit être communiquée et partagée à tous.

12/Centraliser, hiérarchiser et rendre accessible la documentation

De la même manière, les outils de documentation, ainsi que le niveau de documentation doivent être clairs, communiqués et partagés à l’ensemble de l’écosystème.

13/Recueillir les besoins et attentes des utilisateurs

14/Définir et prioriser les cas d'usage des données

15/Mettre en avant la valeur ajoutée potentielle des données recueillies

Afin de solliciter le partage et l’engagement des partenaires dans le partage des données, les usages et surtout ce que peuvent apporter ces données doivent être identifiés et communiqués. C’est également un des principe de la Charte des données de la ville de Montréal auxquels le projet de pôle de données veut (et doit) se conformer.

16/Documenter les apprentissages de chacune des expérimentations

Dans un souci de répondre au principe directeur de la ville apprenante et de la production de communs, tous les apprentissages doivent être documentés et partagés.

17/Mettre en place des outils qui démontrent l’intérêt des utilisateurs, valident leurs besoins et assurent une communication proactive

18/Assurer l'utilisation et l'habileté à utiliser les outils collaboratifs

La définition d’une liste d’outils de collaboration n’est pas suffisante, il faut s’assurer que toutes les parties prenantes les utilisent et savent les utiliser.

19/Avoir un plan d'action en fonction de la maturité numérique des partenaires (capacité, compétences, données ouvertes, outils de partage)

Il est important de valider la capacité des partenaires à ouvrir les données. Si ce n’est pas le cas, des alternatives au manque de ressources doivent être proposées. Par exemple : proposer des ressources humaines ou générer des données (fausses ou réelles).

20/Sensibiliser les partenaires sur l'agilité

Il est important que l’ensemble des partenaires ait une culture commune, notamment sur la culture d’expérimentation et la validation de la désirabilité.

21/Déterminer les besoins en ressource pour déployer les outils de partage et de collaboration.

Conclusions du post-mortem

Après avoir passé au travers des apprentissages tactiques et pour le bien de la stratégie de développement du Pôle de données en mobilité, il est pertinent d’ajuster les principes directeurs pour les clarifier et les aligner avec nos recommandations.

Pour faire une rétrospective sur les grands objectifs qui guidaient la plateforme Jalon dans la première version du pôle, nous les avons recensés non exhaustivement ci-dessous :

  1. Créer une culture de partage;
  2. Consolider les données mobilité et en faciliter d’accès;
  3. Encourager la recherche, l’innovation et l’expérimentation;
  4. Diffuser la connaissance;
  5. Initier et appuyer des changements concrets.

C’est avec les résultantes des apprentissages et des recommandations faites que nous avons pu proposer des principes directeurs qui permettront de constamment garder en tête l’entièreté des éléments identifiés comme étant essentiel à la réussite de ce projet.

Voici donc la proposition des 4 nouveaux principes directeurs qui guideront la suite du projet au sein du consortium du pôle de données en mobilité :

  1. Conformité à la charte des données de la ville de Montréal;
  2. Production et utilisation de communs technologiques et de connaissances;
  3. Démontrer la conformité à la charte de données de la Ville de Montréal;
  4. Travail en mode itératif, par expérimentation et effectuation en symbiose avec les partenaires pour livrer de la valeur

En un mot, le manque d’utilisation de l'agilité, le biais technologique ainsi que le manque de cohésion et collaboration du consortium de projet ont été 3 grandes raisons de l’échec de la première version du pôle de données. Ces 3 raisons sont certainement aussi à l’origine de la grande confusion entre un pôle de données et une plateforme de données. Il est important de rappeler qu’une plateforme n’est qu’un outil dans un pôle de données. Il est important que cette ambiguïté soit levée au sein du consortium.

Aujourd’hui, nous repartons avec une nouveau plan d’action pour la deuxième version du pôle de données centré sur l’attraction du marché pour démontrer l’ajout de valeur par l’expérimentation. Ainsi, nous assurerons la mitigation des risques du désalignement de l’offre avec les besoins et attentes de l’écosystème en validant les hypothèses de désirabilité de chacune des fonctionnalités d’une telle initiative. La deuxième version du pôle de données en mobilité en s’appuyant sur ces cas d’usages et en priorisant la valeur ajoutée devra servir à collecter, intégrer, héberger, partager et valoriser les données de mobilité nécessaire tout en offrant aussi d’accompagner les fédérateurs neutre au sein de l’écosystème de données en mobilité.

Restructurer une vision commune du Pôle de données en mobilité

Un des axes de travail de 2022 a été la définition d’une vision claire et commune pour le Pôle de données en mobilité. Nous avons cherché à en définir la nature, les missions, les objectifs ainsi que les actions à prendre pour lui donner vie. Étant donné la transversalité du Pôle sur les différents projets de Montréal en commun (croisement de données, mise en place d'un MaaS, etc.) ainsi que l’impact sur le travail des partenaires, nous avons ensuite travaillé sur la validation de cette vision.

Après avoir constitué une roadmap pour le Pôle, et travaillé un backlog afin de conserver notre approche agile et expérimentale, nous sommes allés à la rencontre des partenaires pour discuter avec eux de cette vision du Pôle de données. Au premier semestre, nous avons rencontré à ce sujet l’AMD, le LIUM, Nord Ouvert, le TIESS. La constitution de la liste d’acteurs à interroger ainsi que l’élaboration d’un script d’entrevue ont fait ressortir certains enjeux, notamment celui de trouver la bonne personne chez les partenaires pour répondre à ces questions. L’idée a également été évoquée de sonder les citoyens pour comprendre leur vision et besoins potentiels concernant le Pôle. Ce point est encore en discussion. Ces rencontres ont pour but de recueillir les attentes, besoins et bloquants liés à un Pôle de données.

Les acteurs rencontrés en priorité constituent le premier cercle d’acteurs susceptibles de contribuer directement à la structuration du pôle. Une gouvernance dédiée devra être mise en place et des rencontres régulières ont été instaurées afin de prendre en compte de nouveaux éléments éventuels. Les idées successivement exprimées ont permis de mettre en place et d’enrichir un backlog d’expérimentation, commun aux partenaires et enrichi régulièrement (cf. section “livrables”). Nous avons également documenté les résultats des entrevues.

Un des apprentissages liés à ce travail de collecte des besoins a été l’alignement des partenaires sur la vision et la nécessité d’un Pôle de données en mobilité mais des difficultés à partager cette vision.

Des discussions autour de la vision du Pôle a émergé une réflexion sur le travail d’indicateurs de mobilité durable. Là encore, notre approche nous a mené à cartographier les indicateurs existants et à recueillir les besoins et attentes des partenaires impliqués. Nous nous sommes pour cela inspirés de la démarche du TIESS en matière de gestion de changement.

Démarche utilisée

  • Premières rencontres avec les acteurs partenaires pour constituer un roadmap et travailler la vision (établir les objectifs de la "nouvelle vision" du Pôle de données en mobilité).
  • Mise en place d'un processus de travail en partenariat (rencontres régulières)
  • Création d'un backlog commun pour le Pôle de données.
    • Formalisation du processus pour continuer d'alimenter et documenter le backlog d'expérimentation "Pôle de données" et constitution d'une ébauche de document commun à partager sur la vision.
    • Identification de "quick wins" dans les différents thèmes abordés (bordure de rue, collecte de données, croisement de données, etc.) dans les expérimentations du backlog pour le prioriser.
  • Formalisation de la "sortie" de Jalon et officialisation du nouveau roadmap commun pour le Pôle de données.
  • Partage de la documentation et entrevues pour recueillir les rétroactions des partenaires et compléter certaines attentes supplémentaires éventuelles.
    • Mapping des acteurs à interroger , indicateurs existantes et des attentes du programme
    • Etablir des stratégies pour contacter ces acteurs (liste, grille d'entretien ou d'atelier)
    • Rédaction d’une grille d’entrevue pour arriver à recueillir et comparer les besoins et attentes des différents acteurs
    • Réalisation des entrevues pour aller recueillir la vision des différents partenaires sur “Que devrait être un Pôle de données ? Quelle(s) utilité(s) ?” et comparer avec le travail sur la vision réalisé en amont
  • En parallèle des entrevues : sessions de travail pour la mise à jour de la roadmap au fur et à mesure des inspections du backlog


Prochaines étapes

  • Synthétiser les résultats de ces entrevues dans un document récapitulatif et analyse des résultats
  • Diffusion des résultats des entrevues

Synthèse des résultats d'entrevues

En ce qui concerne les entrevues, trois organisations de différents types, c'est-à-dire un acteur au sein de l'écosystème de startups, un universitaire et une PME, ont été interviewées dans le but de premièrement comprendre leur activités reliées à l'utilisation et la valorisation de données et finalement de sonder leurs besoins et attentes envers un Pôle de données.

Le premier tableau ci-dessous présente un résumé des réponse données par chacune des organisations :

Type d'organisation Jeune pousse / Startup Universitaire PME (service de mobilité privé)
Activités reliées à l'utilisation consommation de données = validation du modèle d'affaire

+connaissance du marché

Production de donnée = données de consommation, casiers intelligents, de leurs utilisateurs etc. Mais ne partages pas ces données

enjeux = peu de connaissance et de maturité en gestion de données (où stocker, sécurité, enjeux lié aux données etc.) + pas une priorité ne consacre pas de ressource à ces enjeux

consommation de données :utilisation de micro-données (données accidents), données GPS, données téléphone, enquêtes OD, données ouvertes, etc. + nettoyage et enrichissement de données existantes

producteur de données = vidéo

enjeux = partager et stocker des données volumineuses comme les vidéos, des études sur l'être humain avec des règles éthiques précises + De +en + de mandat vont oblige a publie les données des articles

(Mais quel niveau d'agrégation serait communiquées) + enjeux de valorisation + taille et volume des données + enjeux de format, partage, anonymisation + difficulté d'anticiper tous les besoins d'accès aux données + enjeux de gouvernance quand on a les compétence (exp. données du taxi pourrait être anonymisées mais bloquant = la gouvernance) + peu d'infrastructures partagées +  perte des modèles ou analyses faites pour les études d'impact (on repaie un consultant pour refaire le même modèle)

consommation de données =pour piloter l'activité (ajuster le modèle d'affaire et optimiser le service) + travaille à partir de leurs propres données et créer des modèle d'optimisation de leur service + pour la planification des besoins

Production de donnée = partage des données avec les instances qui ont la même  vision de bien commun--> important pour eux . Partage avec université, ville.  Processus d'anonymisation faite à l'interne. Réelle maturité dans la vision la gestion et les enjeux liés aux données. Pas de politique de standard des données. API crée avec la ville pour échange de données en temps réel. Création de standard dans certains cas particulier (exp. avec AMD pour utilisation des PArcomètres)

enjeux = les données sur le territoires sont parsemées et non centralisées + les nouvelles données disponibles permettent de faire évoluer le service de même les données manquante limite les évolution possible de service (exp. zone SRR). Complexité du partage des données pour les projets pilote --> enjeux de gouvernance de taille + Modèle d'affaire instable dans le partage + Enjeux pour eux d'accès aux données externe est important même si le service a démarré il y plus de 25ans avant les données --> sont capable de faire des affaires autrement mais accès des données reste un enjeu.

Les données supporte les 3 axes de travail = opération, déploiement et planification

Activités reliées à la valoriation de données pas d'activité de valorisation création de modèles prédictif + simulation de déplacement + croisement de données ouverte et données enquêtes OD + croisement de données GPS avec d'autres sonnées Protocole de partage avec différents acteurs (ville, poly, etc. cf ci-dessus) ce sont eux qui valorisent.

Le schéma ci-dessous présente les besoins et attentes des organisations interviewées selon leur vision du Pôle de données. Leurs réponses ont été guidées pour être classer dans un des quartes piliers stratégiques du Pôle de données étant, du plus général au plus spécifique, les valeurs et caractéristiques, les missions et objectifs, les services offerts et les actions réalisées.

1. Caractéristiques / Valeurs 2. Objectifs / Mission 3. Service 4. Actions
Transparence


Données ouvertes et communs


Éthique d'utilisation de données

Intermédiaire de confiance


Une référence en terme de standards et bonnes pratiques


Fiabilité


Catalogue de la donnée


Cohérence

Veiller sur l'utilisation éthique de données


Prestige visibilité des travaux

gagnant pour la ville et les chercheurs


Éduquer, accompagner et soutenir les partenaires du pôle dans le partage et la gestion interne de leurs données


Gouvernance - PRODUCTEUR / UTILISATEUR DE DONNÉES, Standards, ''HOW TO'', collaboration avec l'écosystème simplifié (mise en contact et réalisation, mise en relation des partenaires)


Assurer le rôle de tier de confiance au sein de l'écosystème de données en mobilité


Rôle de VITRINE pour travailler avec des standards (modèle et données)


Rendre les données de l'écosystème "utile" et "utilisable"

Entité permettant le maillage entre organisation pour la mise en place de collaboration au niveau des données


Accompagnement à la gouvernance de données sensibles


Mettre en place des outils pour la gestion de l'accès aux données (API, requêtes, données brutes)


Offrir de l'espace de stockage pour des données ayant des gros volumes (coût)


Gerer les différentes version des jeux de  données

v de base et v enrichie


Organiser les données brutes (pour alléger les organisation qui manque de temps ou de ressources pour le faire à l'interne)


Monitorer l'entretien et la mise à jour des données (faire le suivi des mises à jour)


Mettre à jour automatiquement (automatiser les requête de mise à jour)

Offrir des protocole d'entente pour partager des données sensibles entre acteurs (services juridique, modèle de gouvernance, etc.)


Mettre à disposition des outils d'expérimentation


Éduquer et sensibiliser l'écosystème à l'aide de communications / ateliers


Mettre a dispo le code pas juste les données


Proposer un référencement


Donner accès à certains catalogues de données de Villes. Plus complets et mieux structurés


Proposer des outils facilitant les visualisations pour des démos

Les prochaines étapes pour cette expérimentation seront de lancer un sondage regroupant les questions de l'entrevue pour récolter plus d'informations sur les attentes et besoins des organisations quant à un futur Pôle de données. Le tout dans le but de généraliser l'information et valider les résultats en les comparant avec la vision du pôle faites en amont. Ainsi, il sera possible d'assurer un apport de valeur avec le Pôle de données ouvertes pour l'industrie, vu la récolte de besoins des utilisateurs types au préalable.

Synthèse des résultats du sondage

La récolte des réponses venant de l'écosystème actif du secteur de la mobilité du Québec est en cours.

Chantier des indicateurs en mobilité durable

Un des chantiers du plan climat 2030 de Montréal contient 46 actions regroupées en 5 chantiers. Le chantier "Mobilité, urbanisme et aménagement" vise des actions pour transférer près de 25 % des déplacements qui s’effectuent en auto solo vers des modes de transport moins énergivores.

“En effet, le transport routier constitue la plus importante source d’émissions de GES à Montréal, soit environ 30 % de ses émissions totales.”

“À terme, l’objectif est de transférer près de 25 % des déplacements qui s’effectuent en auto solo vers ces modes de transport moins énergivores”

(l’autopartage, le covoiturage et l’électrification des transports, et continuera d’encourager l’utilisation des transports actifs)

Actuellement le LIUM pour la reddition de compte du projet Montréal en Commun utilise les données mise à disposition de Google pour connaître les modes de déplacements dans Montréal. Mais au delà du fait que ces données sont mises à disposition par un GAFAM, nous ne pouvons confirmer que ces données sont suffisamment complètes et leur niveau constant d’ accessibilité. De plus, il faudrait avoir plus de détails sur l’acquisition et le traitement de ces données.

De plus, appliquer un taux d’occupation par véhicule pourrait être une solution rapide mais il faudrait creuser comment rendre ce taux plus fin en fonction des quartiers, des autres modes de déplacements disponibles pour pouvoir mesurer l’impact des politiques de mobilité durable mises en place.

Afin de soutenir ce plan et cet objectif nous avons commencé à étudier ce qui permettrait de mesurer l’évolution des déplacements en auto solo. Nous nous concentrons donc ici sur l'évolution des trajets en auto-solo. Est ce qu’un indicateur pourrait être mise en place ou est ce que la mise en place de faisceau d’indice pour démontrer la tendance.

Cet indicateur pourra être jumelé avec les indicateurs de théorie du changement permettant ainsi de pondérer et ou de corréler les résultats.

Expérimentations & initiatives liées au Pôle

Gouvernance

Bordure de rue

Collecte de données en mobilité

Ressources & Références

Informations et inspirations sur les données sur le wiki

Ressources liées aux impacts de la pandémie de Covid-19

- Mobis - Projet Nos milieux de vie - Locomotion - Communauté des acteurs du projet Logistique urbaine plaza St-Hubert - offsite Movin'On 2019

Place of use/experiment: Montréal

Geocode the address to put it on the map

Website:

Tags: Open data

Theme: Données ouvertes, Traces de mobilité et des données associées, Covoiturage quotidien, Autopartage - location courte durée, Logistique urbaine, Stationnement, Collectivité, Centre Excellence Québec

Organizations interested in contributing or already contributing: Coop Carbone, Ouishare, Savoir-faire Linux, Centre d’excellence des technologiques ouvertes pour la mobilité - FABMOB QUÉBEC, Laboratoire d'innovation urbaine de Montréal (LIUM)

Organizations using or interested in using the resource:

Véhicule(s) impliqué(s) dans le projet :

Contributors:

Referent: Vdussault

Challenge related to this project: Accompagner une collectivité à ouvrir un maximum de ressources et construire un kit d'aide à l'innovation, Augmenter les connaissances partagées en cartographie et usages des véhicules et réseaux de transports

Common(s) used: Registre du taxi, CurbLR

Common(s) produced: Carte CurbLR de Montréal

Related community: Communauté des acteurs du Québec, Communauté autour des données ouvertes, Communauté autour des traces de mobilité et des données associées

Key people to solicit:

Level of development: :

Link to forum:

Link to chat room: https://chat.fabmob.io/channel/0-quebec

Link to my actions board:

Link to cloud, wiki, drive: https://github.com/savoirfairelinux/fabmob

Needs:

Complement :

Next step:

Vous avez des questions ou commentaires sur cette page : Discussion:Pôles de données en mobilité

Other informations: