BikePredict

Améliorer l’expérience des utilisateurs de vélos en libre-service en anticipant leurs demandes.

Qui bénéficie de nos produits ?

Opérateurs de vélos en libre-service

Ils doivent assurer une excellente expérience utilisateurs, respecter les niveaux de services imposés par leur contrat en gérant au mieux leurs équipes et budgets. L’utilisation des vélos dépend de nombreux facteurs externes. Les usages et usagers évoluent de plus en plus rapidement. Il n’est pas aisé de les intégrer et de prendre rapidement la bonne décision au bon moment.

Villes et Opérateurs de transport public

Ils souhaitent promouvoir l’utilisation de modes actifs ou doux. Contrairement au bus ou au métro, la demande de vélos en libre-service est compliquée à anticiper car elle dépend de nombreux facteurs extérieurs (événements à proximité d’une station, météo…). Il n’est pas aisé de fournir une information fiable, en avance, sur la disponibilité de vélos aux utilisateurs.

Nos produits

Nos 3 produits sont tous basés sur la même technologie. Elle combine à la fois des données contextuelles pour représenter la ville dans laquelle se trouvent les stations de vélos en libre-service et les données relatives au système de VLS (taux d’occupation des stations, actions de rééquilibrage, vélos endommagés). Depuis 2014, nous avons développé un algorithme propriétaire permettant d’anticiper la demande en fonction du contexte quotidien.

Nous collectons les données d’occupation des stations de vélos en libre-service de plus de 200 villes à travers le monde.

La technologie de machine learning ou modèle d’apprentissage continu, utilisée, permet de prendre en compte le contexte changeant des zones urbaines (nouvelle école, événement, changement de politique de mobilité…) et d’obtenir une information fiable remise à jour en quasi temps réel.

BikePredict User

 

  • Anticipe jusqu’à 12 heures à l’avance la disponibilité des vélos – compatiblent avec les systèmes avec et sans stations
  • Anticipe jusqu’à 12 heures à l’avance la disponibilité des places en station
  • Disponible sous forme d’API (Voir la Doc API)

BikePredict Redistribution

 

  • Anticipe le nombre optimal de vélos à retirer/ajouter pour un système équilibré le plus longtemps possible
  • Personnalisable selon votre système (sectorisation, niveau de service…)
  • Disponible sous forme d’API, de tableau de bord
  • Option : application mobile pour chacun de vos opérateurs avec la liste des tâches remises à jour en temps réel (Appli Google Play, Appli App Store)

BikePredict Placement

 

  • Modélise l’activité actuelle de vos stations
  • Prédit la vie fictive (évolution du remplissage de la station sur une journée) d’une station que vous souhaitez ajouter en fonction de sa localisation et du contexte environnant

Ils croient en nous

Leurs témoignages

“L’intégration des données des vélos en libre-service dans la recherche d’itinéraire de Vianavigo permet de répondre aux défis du Plan de déplacement urbain d’Ile-de-France (PDUIF), à savoir, de donner un nouveau souffle au vélo et d’encourager la pratique du vélo à tous les publics. Grâce au prédictif, Vianavigo peut répondre avec finesse aux recherches d’itinéraires des usagers en qualifiant le service rendu.”

Jean-Luc Prat,
Chargé de la diffusion de l’Information Multimodale
Île de France Mobilités

“Qucit a aidé Keolis car elle a su analyser les données et proposer des outils qui ont été à la fois utiles pour les voyageurs mais aussi pour nous, en interne afin d’améliorer le service.”

Voir la vidéo du témoignage

Paul Chaperon,
Directeur du Marketing commercial et de l’intermodalité
Keolis Bordeaux Métropole

“C’est dans cette démarche que s’inscrit le choix du prédictif. Nous nous devons d’avoir les outils les plus pointus possibles pour répondre à cette ambition politique. Le parcours client est un des éléments clefs d’une smart city. Qucit nous aide à l’améliorer et à assurer une bonne intermodalité en offrant un confort de service. C’est utile même quand on voyage en groupe d’amis, on est sûrs de trouver le bon nombre de vélos à la station DiviaVélodi de son choix !”

Marie-Noëlle Zanin,
Responsable Relations Clients & Communication Externe
Keolis Dijon Mobilités

Intéressé(e) par BikePredict ?

On recrute des profils passionnés et déterminés à rendre les villes plus durables ! Consultez nos offres d'emplois
Hello. Add your message here.