Datacity

App de recommandation d’itinéraires touristiques à Paris

Context

Paris, ville Lumière, empreinte d’histoire, de lieux atypiques et de monuments incroyables, de marchés pittoresques et de lieux de culture à tous les coins de rues, attire près de 38M de visiteurs chaque année. Malgré cette forte diversité d’expériences possibles aux quatre coins de la capitale, les touristes se concentrent pour l’essentiel dans les quelques lieux iconiques à ne pas manquer et restent dans ces itinéraires balisés. Cette concentration des touristes nuit à l’expérience de visite des touristes à Paris - qui restent alors moins longtemps qu’auparavant dans la capitale : linéarisation de l’expérience, dégradation des lieux les plus fréquentés, files d’attente interminables, etc. Cette concentration marginalise aussi les pépites moins connues de la capitale, tout en fragilisant les commerçants qui ne se situent pas directement sur les itinéraires de visite. Face à ce constat, l’Office du Tourisme et des Congrès de Paris, Paris Habitat et l’APUR ont décidé de rejoindre le programme Datacity, organisé par NUMA et en partenariat avec Mastercard, pour trouver une solution à ce problème en exploitant la richesse des données disponibles. MFG Labs est lauréat de cette édition de Datacity et a donc aidé ces partenaires à concevoir et tester une solution : une application qui permet aux touristes de générer et personnaliser des itinéraires de visite dans Paris, pour planifier un voyage qui leur permette de sortir des sentiers battus.

Approche

Ce projet étant mené dans le cadre du challenge Datacity, nous avons dû réaliser toutes les étapes jusqu’à la validation d’un MVP en moins de 4 mois : cadrer le problème, explorer les données disponibles, trouver une solution adéquate au projet, la développer et la tester en conditions réelles. Une équipe pluri-disciplinaire a été mobilisée pour mener de bout en bout ce projet. L’équipe est composée d’un consultant, d’un designer, de spécialistes de la recherche utilisateur, d’une équipe data (business analyst, data scientist et data engineer) et de développeurs applicatifs.

Le cadrage via la recherche utilisateur et l’exploration de données

Le but de ce challenge était de concevoir une expérience qui permette de valider une hypothèse : il est possible d’améliorer l’expérience des visiteurs à Paris et de désengorger les lieux de visite grâce à une application qui exploite les données des partenaires.

Une phase de cadrage a donc été menée avec différents objectifs : définir un segment d’utilisateurs à adresser, comprendre au mieux les besoins de cette cible, comprendre les outils actuels à leur disposition et leurs limites.

Cette phase de cadrage a été menée en mixant des études qualitatives auprès de la cible choisie (les touristes américains à Paris, possiblement des repeater), et d’autres cibles secondaires (managers hoteliers), avec des études de plusieurs jeux de données, issus de l’open data ou fournis par les partenaires. Notamment, des données de transactions de clients américains, anonymisées et agrégées dans le respect des normes RGPD, ont été fournies par Mastercard, et ont permis de compléter les études qualitatives et d’orienter les questions administrées sur le terrain auprès de touristes américains.

En parallèle, nous avons recensé les principales applications d’aide à la visite pour les touristes, afin d’étudier les fonctionnalités essentielles et questionner leurs limites avec des touristes réels. Une recherche avancée sur les jeux de données disponibles et utilisables a aussi été effectuée, permettant d’obtenir une cartographie qualifiée des données exploitables.

Le conception, une alliance entre le designer, l’ingénieur et le data scientist pour maximiser l’usage et l’utilité

La phase de conception a été menée conjointement par les Service Designers et l’équipe Data : une co-conception centrée utilisateur en présence de spécialistes data pour valider la faisabilité technique des choix de design d’interfaces.

En parallèle, les équipes techniques ont travaillé sur l’ingénierie des jeux de données, et la faisabilité de l’algorithme de recommandation, élément central du dispositif.

La complémentarité des expertises a permis de faire ressortir un choix fort pour la structuration de la solution : des mini-quartiers à l’ADN marqué (culture, bijoux, artisanat, marché aux puces, musées, etc.) seront identifiés, et intégrés dans des parcours générés par un algorithme de recommandation proposé aux touristes. C’est sur ce choix fort et différenciant que les équipes design et data se sont appuyées pour concevoir l’expérience utilisateur de bout en bout d’une part, et le design technique des bases de données et des services data de recommandation.

section image

Un développement agile et itératif

.

Le développement s’est fait de manière agile avec plusieurs streams en parallèles afin de pouvoir disposer d’un service MVP de la solution :

  • un stream Expérience avec le développement d’une identité graphique, des écrans principaux et secondaires, et l’intégration au sein du site de l’OTCP. Des storyboards ont notamment été créés, permettant d’aligner tous les acteurs du projet sur l’expérience à développer ;
  • un stream Data avec la création des bases de données et de l’infrastructure data sur GCP, la labellisation de certaines données (publiques et issues de partenaires Mastercard, APUR, OTCP) pour disposer de la base de données la plus complète sur la Ville de Paris permettant d’alimenter les algorithmes développés ;
  • un stream Algo pour développer les algorithmes de création de mini-quartiers et de création/recommandation de parcours au sein de ces quartiers, s’assurer qu’ils répondent bien à l’objectif de désengorgement souhaité, et le productiser sur l’application.

Des tests en conditions réelles

Afin de valider l’expérience, des tests ont été menés avec des utilisateurs en conditions réels avec la solution MVP développée.

Ces tests ont permis de corriger certains dysfonctionnements. Surtout, ils ont permis de collecter de précieux éléments pour améliorer le service et sortir des versions successives.

Résultats

En 4 mois seulement, ce challenge Datacity aura permis d’obtenir :

.

  • une vision claire sur l’écosystème concurrentiel des applications de planification de voyages et sur les besoins des touristes étrangers
  • une base de données unique des lieux et activités touristiques à Paris
  • une application fonctionnelle permettant à un touriste de créer des itinéraires personnalisés et authentiques selon ses envies de découverte
  • des retours utilisateurs précieux permettant d’alimenter la roadmap produit pour continuer le développement de l’application
  • une collaboration réussie entre des organisations de taille et de nature très hétérogène : Mastercard, OTCP, APUR, VIlle de Paris, NUMA et MFG Labs.
section image