Entreprises
Immobilier
Promotion Immobilière
Responsable RH
Responsable Mobilité
Services Généraux
Property Manager
Asset Manager
Habituellement, lorsque l’on souhaite effectuer un trajet, on se pose en premier lieu la question du moyen de transport que l’on veut choisir. Et dans les grandes villes, il y a l’embarras du choix : trottinettes en libre service, voitures en free floating, applications de VTC, métros etc. Ensuite, il n’y a plus qu’à se saisir de son smartphone ou de son ticket de métro, pour se concocter soi-même son propre itinéraire. Le MaaS, se caractérise par un changement radical de paradigme. Il s’agit d’un nouveau moyen d’appréhender la mobilité.
Comme son nom l’indique, la MaaS a pour vocation de voir la mobilité, non plus en tant que moyen de transport, mais en tant que service. Ainsi, afin de se rendre d’un point A à un point B, un MaaS proposera un trajet optimal via une combinaison de différents moyens de transport.
Cette nouvelle logique de déplacement ne saurait être exempte de défis et de nouveaux enjeux. Voici donc 4 enjeux et défis pour les MaaS à l’horizon 2020.
Le service ou l’application en mode MaaS proposera par exemple de marcher jusqu’à une trottinette en libre service, de l’utiliser jusqu’à une certaine station de métro, pour enfin atteindre un véhicule électrique dont le parking pourra éventuellement être loué automatiquement à l’avance.
L’une des caractéristiques phares d’un MaaS à succès sera cette capacité à prévoir une tarification de A à Z. Ainsi, pour tout service en mode MaaS, prévoir les tarifs de manière fiable et précise pourrait devenir un élément décisif dans la satisfaction des utilisateurs.
La prédiction du temps de trajet est déjà un terrain de jeu des applications de voitures de transport avec chauffeur (VTC) . Celles-ci redoublent d’effort pour affiner quotidiennement leurs algorithmes de prévision du temps de trajet. En effet, dans des grandes villes où toute activité est chronométrée et où le temps devient une denrée précieuse, offrir une prévision du temps de trajet constitue un avantage concurrentiel.
Que ce soit pour prédire de manière pertinente un temps de trajet, un itinéraire, ou encore un tarif, il est nécessaire de se baser sur des donnée, qu’elles soient statiques ou en temps réel.
Il peut s’agir par exemple de la localisation des différents vélos en libre service, du trafic routier, ou encore du trafic des transports en communs. En effet, si l’on prend l’exemple du temps de trajet, celui-ci est directement lié à un facteur absolu, comme par exemple la distance à parcourir, mais aussi à un facteur évoluant en temps réel, tel que le trafic.
Afin de fluidifier le trafic, notamment des véhicules en libre service, de nombreuses places doivent être disponibles, ce qui n’est pas toujours le cas dans les grandes villes. Ainsi, il est important d’offrir aux utilisateurs cette capacité à prévoir leurs coûts et leurs temps de trajet. Mais dans le cadre d’un déplacement en voiture en libre service, l’aspect parking constitue une inconnue qu’il est difficile de prévoir.
Vous l’aurez compris, les défis et enjeux liés aux MaaS tournent autour de cette denrée précieuse qu’est l’information, aussi bien dans la manière de l’obtenir que de l’exploiter. Cela permettra à chaque nouvel acteur de l’écosystème MaaS de répondre aux attentes de transparence des utilisateurs, mais également de contribuer à une mobilité plus fluide et plus intelligente. Afin d’accompagner le futur succès des MaaS, chaque maillon de la chaîne de mobilité se doit d’être solide.
A ce titre, il s’agit d’une occasion de repenser la manière avec laquelle nous gérons le stationnement au sein des grandes villes. Et cela passe notamment par l’émergence des systèmes de parking intelligents.
