La question du rééquilibrage est essentielle pour la gestion d'un système de micro-mobilité. Un système n'est jamais parfaitement équilibré de manière naturelle.
Certaines zones sont principalement des zones de départ et d'autres des zones d'arrivée.
De nombreux facteurs externes peuvent avoir un impact sur l'utilisation du système et nécessiter des changements dynamiques dans les stratégies de rééquilibrage (ex: jours fériés, météo).
Au cours du temps, les comportements des utilisateurs peuvent changer, ce qui rend nécessaire de réévaluer continuellement ces stratégies.
Une stratégie de rééquilibrage plus efficace pour un système de mobilité partagée optimisé et durable
Augmentez le taux d'utilisation des véhicules partagés grâce à un service de qualité
Diminuez vos charges d’exploitation en optimisant chaque déplacement pour collecter/déposer un véhicule partagé
Automatisez le déploiement de votre flotte de véhicules pour un meilleur service
Modélisation des emprunts et retours des véhicules par station ou par zone
Calcul du nombre optimal de véhicules à positionner par station ou par zone pour un maximum d'emprunts
Optimisation automatique de chaque tournée pour s'adapter à la stratégie de régulation (disponibilité des vélos, diminution des kilomètres parcourus par les camions, productivité des régulateurs, ...)
Une technologie de pointe
Nos modèles prédictifs calculent les locations et les retours des trottinettes/vélos par les utilisateurs, ainsi que la demande non satisfaite jusqu'à 24 heures à l'avance. Ils sont basés sur de multiples sources de données traitées en temps réel par des algorithmes de machine learning contextuels :
Occupation des stations en temps réel (nombre de véhicules et de places libres)
Dynamique de chaque station au cours des dernières heures
Données du calendrier (heure de la journée, jour de la semaine, jour de l’année, jours fériés, vacances scolaires)
Témoignages
“Nos opérations sont beaucoup plus efficaces du point de vue du kilométrage des véhicules, de la consommation d’essence et du temps de travail. De plus, nous avons constaté une très forte amélioration de la disponibilité des stations (pleines et vides). Nous avons maintenant la possibilité d’obtenir des détails très précis sur le résultat des membres de l’équipe, ce qui nous a permis d’améliorer notre approche de la formation et de la supervision.”
Les modes d’utilisation des vélos en libre-service dans le monde
Les villes sont différentes à bien des égards : la perception du vélo n’est pas la même que vous soyez à San Francisco ou à Chicago par exemple. Des facteurs tels que les conditions météorologiques (température, pluie), la topographie du terrain et la culture doivent être pris en compte pour comprendre l’utilisation du vélo. La plupart de ces données sont qualitatives et presque immuables.
