Une étude de “big data” effectuée conjointement par deux chercheurs, Salnikov Vsevolod et Tassos Noulas, l’un venu de l’Institut Naxys de l’UNamur, l’autre attaché au Computer Lab de l’université de Cambridge, s’est intéressée à la guéguerre que se livrent Uber et les compagnies de taxi. Et ce, sous un angle bien spécifique: déterminer quel moyen de transport privilégier en estimant, avant chaque course, celle qui sera la plus intéressante, financièrement. Et, plus précisément, déterminer comment l’un et l’autre se comparent dans des circonstances spécifiques.

La question est assez complexe dans la mesure où le prix d’une course varie en fonction de nombreux critères, souligne Renaud Lambiotte, directeur de l’institut Naxys et par ailleurs directeur de thèse pour le doctorant de l’UNamur. “Du côté des taxis, les paramètres variables sont essentiellement la densité du trafic, qui ralentira ou non la course, et le trajet suivi et donc sa longueur. Côté Uber, les choses se compliquent encore dans la mesure où le tarif Uber Pop appliqué peut varier en fonction de… l’offre et la demande. “Lorsque la demande est trop importante par rapport à l’offre, Uber augmente dynamiquement les prix, dans le but de faire diminuer la demande mais aussi de faire augmenter l’offre par l’appât du gain.”

La multitude des paramètres influant le prix final et leur variabilité ont inspiré la recherche de ces deux doctorants. Objectif: tenter de déterminer les conditions qui font en sorte qu’un type de transport soit ou non moins cher que l’autre.

Terrain d’expérimentation: la Grosse Pomme

Le contexte était certes particulier. A savoir: Uber Pop contre les taxis jaunes new-yorkais. Pourquoi avoir choisi cette ville? Les chercheurs n’ont guère eu le choix. Il leur fallait bien entendu avoir accès aux données d’utilisation (répertoire des courses). Côté Uber, l’API publiée par la société résout le problème. Côté taxis, les données de la Yellow Cab Company avaient l’avantage d’être librement accessibles en vertu d’une réglementation FOIL (freedom of information law) qui avait permis, en 2014, à l’urbaniste américain Chris Wong de les obtenir.

La masse de données sur laquelle les chercheurs ont donc planché est celle qui inclut des informations détaillées sur le tarif appliqué, le lieu de prise en charge et la destination de chaque course, le parcours suivi, la période de la journée, le jour de la semaine…

Le trafic n’est pas une science exacte. Il peut varier selon l’heure de la journée, la période de la semaine, les conditions météorologiques, l’organisation d’événements…

En passant au crible les données de ces millions de trajets, les deux chercheurs en sont venus à la conclusion que les taxis jaunes sont en moyenne un rien moins cher qu’Uber Pop. Leur avantage se manifeste essentiellement pour de courts trajets, en-deçà de 35 dollars. Uber, par contre, est moins cher à New York pour des courses plus longues.

Comme le montrent les deux graphiques ci-dessous, les VTC Uber ne sont pas forcément toujours les moins chers, comparé aux yellow cabs new-yorkais. Dans le tableau de droite, la comparaison tarifaire par zone géographique – les points jaunes indiquant des tarifs plus avantageux en taxi.

Dans un premier temps, l’étude analytique des deux doctorants s’est surtout appuyée sur le paramètre de la distance. Désormais, ils s’attachent à affiner l’analyse en y ajoutant d’autres critères, tels que le moment de la journée. A terme, l’objectif est d’enrichir le processus d’apprentissage machine (machine learning) pour inclure des critères plus évolués, tels que les conditions météorologiques, l’influence d’événements (culturels, sportifs…)

Une appli “que choisir?”

Sur base de leurs recherches et forts de l’historique de tarifs appliqués pour les divers trajets possibles, les deux chercheurs ont eu l’idée de concevoir une appli mobile (disponible pour iOS et Android) qui jouerait les comparateurs de prix. OpenStreetCab permet donc à quiconque veut prendre un taxi à New York et hésite entre un taxi jaune et Uber de vérifier lequel est le moins cher pour le trajet qu’il va devoir effectuer.

L’interface de l’appli est minimaliste: selon la réponse donnée à la question “appli, appli, ma belle appli, lequel est le moins cher?”, l’écran prend la couleur ad hoc: jaune s’il vaut mieux prendre un taxi, grise si la balance penche en faveur d’Uber.

A la demande des utilisateurs, une petite fonction supplémentaire a été ajoutée. A savoir, l’affichage de l’estimation (approximative) du gain réalisé en choisissant l’un ou l’autre type de service.

Généralisation difficile

Le contexte ne s’applique pas ou ne peut pas aisément se généraliser à toutes les villes où Uber s’est implantée. New-York est “sans doute la seule grande ville où les taxis sont réellement compétitifs avec Uber”, estime Renaud Lambiotte. “Un gros effort y a été fait sur le prix des taxis. Par contre, les tarifs appliqués à San Francisco ou Los Angeles, par exemple, penchent nettement plus en faveur de Uber”. La question de la comparaison, en termes de prix, ne se pose dès lors pas… Idem sans doute pour Paris ou Bruxelles. Londres, par contre, pourrait offrir un autre cas de comparaison utile (Uber contre les taxis officiels et les minicabs).

Un autre gros écueil à franchir sera évidemment aussi la mise à disposition des données des compagnies de taxi.

A New York aussi, la guerre taxis-Uber fait rage. Au printemps dernier, le nouveau venu, qui y a lancé son service en 2011, détrônait les célèbres “yellow cabs” en termes de véhicules: plus de 14.000 VTC (“véhicules de tourisme avec chauffeur”) contre un peu moins de 13.600 taxis jaunes. Toutefois, ces derniers continuent d’assurer nettement plus de trajets: 10 fois plus de courses qu’avec Uber.

Pour New-York, l’étude et l’appli mobile qui en a découlé ont eu leur petit succès. Lancée au printemps de cette année, l’appli (gratuite) a été téléchargée plus de 10.000 fois et est utilisée par un bon millier de personnes. Les deux doctorants continuent de la remettre à jour. Elle demeure gratuite, même si, récemment, ils ont prévu une touche “don” via laquelle les utilisateurs peuvent verser la somme qu’ils souhaitent. L’argent récolté servira à financer du matériel pour la poursuite des travaux de recherche.